本发明公开了基于前馈神经网络的蓄电池健康状态预测方法，包括：在蓄电池组连接负载的情况下，获取蓄电池组中各蓄电池的老化特性参数，根据老化特性参数构建各蓄电池的特性参数向量；其中，老化特性参数至少包括：开路电压、环境温度、第一谷点电压和第二谷点电压，第二谷点电压大于第一谷点电压，并根据老化特性参数计算得到第一电压差和第二电压差，根据第一电压差和第二电压差得到各蓄电池的压差向量；将特性参数向量和压差向量作为输入数据，输入到训练好的前馈神经网络模型中，输出各蓄电池的健康状态估计值；根据各蓄电池的健康状态估计值预测各蓄电池的健康状态。本发明能够在不断开电池负载的情况下，提升蓄电池健康状态检测的准确性。