本发明涉及一种基于数字孪生的动力电池故障诊断及预测的方法，采集动力电池在正常情况下的电压、电流、温度及行驶的距离，数字孪生模型进行学习，在电动汽车使用过程中实时采集电压、电流、温度、电动汽车在不同路况下行驶的路程和电池容量，将数据通过5G信号传给相应的孪生模型，并存储在相应的孪生数据库中，通过深度学习，建立实际的动力电池和数字孪生模型的目标函数和误差平方函数，分析相关数据，实现对实际动力电池的参数估计，得到动力电池的使用状况，根据数据和分析结果，对应的发出相应的预测故障等级报警；本发明具有实现实时的信息交互、实现数据分析、实现故障报警及预测的优点。