研究一种缺失观测值条件下，锂电池剩余使用寿命(RUL)的新型估计方法，算法框架包括预处理模块和预测模块，并引入极端学习机(ELM)。预处理模块基于单点插值和多重插值技术填补缺失观测值，预测模块基于一步/多步超前预测估计剩余寿命。将插值技术和超前预测算法相结合，构建锂电池剩余寿命智能估计系统，处理具有缺失观测值的时间序列数据。该系统具有良好的鲁棒性，并能够自动产生完整的时间序列数据集。实验结果表明，新估计方法适用于锂电池相关的智能诊断与预测系统，具有广泛的应用价值。