1.一种基于电压电流特征的动力电池健康状态估计方法，其特征在于，包括以下步骤：S1：采取动态工况放电过程中的电压积分、放电时间、净放电电能作为描述电池的老化特征；

S2：采取动态工况放电过程中的电流均值、放电量比重作为描述动态工况的工况特征；

S3：将老化特征与工况特征进行融合，得到融合特征；

S4：建立融合特征与电池SOH之间的多元线性回归模型；

所述S1中，电池放电电压积分代表电池在一定时间内放电所引起的电势差的累积变化，计算公式如（1）所示： （1）

其中： 为放电电压积分；

为放电电压；

为放电时间；

所述S1中，电池净放电电能指的是电池在实际使用过程中放电所释放的能量，计算公式如（2）所示：（2）

其中： 为电池动态工况放电过程中的净放电电能；

为放电电流对应的电压；

为放电电流；

为放电部分时间；

为充电电流对应的电压；

为充电电流；

为充电部分时间；

所述S2中，放电量比重是指电池在动态工况放电过程中，放电量与充电量和放电量之和的比值，如式（3）所示：      （3）

其中： 为放电量比重；

为动态工况放电过程中的放电量；

为动态工况放电过程中的充电量；

所述S3中具体的融合方式如下所示：S31：为了描述放电电压积分与放电电流均值之间的相关关系，用三次多项式对初始老化点放电电压积分与放电电流均值进行拟合，拟合关系式如式（4）所示：（4）

其中： 为初始老化点四种动态工况的放电电压积分；

为四种不同的动态工况；

为初始老化点四种动态工况的放电电流均值；

为三次多项式系数；

对放电电压积分与放电电流均值按照式（5）进行特征融合；

  （5）

其中： 为融合特征；

为放电电压积分；

为放电电流均值；

为循环数；

S32：为了描述放电时间与放电电流均值之间的相关关系，用三次多项式对初始老化点的放电时间与放电电流均值进行拟合，拟合关系式如式（6）所示：    （6）

其中： 为初始老化点四种动态工况的放电时间；

为三次多项式系数；

对放电电压积分与放电电流均值按照式（7）进行特征融合；

  （7）

其中： 为融合特征；

为放电时间；

S33：用一次多项式对初始老化点的净放电电能与放电量比重进行拟合，拟合关系式如式（8）所示：     （8）

其中： 为初始老化点四种动态工况的净放电电能；

为初始老化点四种动态工况的放电量比重；

为一次多项式系数；

对净放电电能与放电量比重按照式（9）进行特征融合；

   （9）

其中： 为融合特征；

为净放电电能；

为放电量比重。

2.根据权利要求1所述的基于电压电流特征的动力电池健康状态估计方法，其特征在于：所述S4中，融合特征 、 及 为三个自变量，电池SOH为因变量，构建多元线性回归模型，在多元线性回归模型中，假设因变量 和 个自变量 之间存在线性关系，即：  （10）

其中： 是模型的回归系数； 是误差项，表示因变量 不能完全由自变量 ,  , ..., 解释的部分。