本发明公开了一种基于主动学习的退役电池剩余容量估计方法，将主动学习策略和贝叶斯深度学习结合，从未循环至报废的电池中挑选出对模型性能提升最有帮助的电池，终止其余电池的退化，从而节省获得高精度退役电池剩余容量估计模型的代价。通过将主动学习技术应用于退役电池剩余容量估计领域，大大降低了退役电池剩余容量估计模型的构建成本。在使用少量退役电池失效样本的情况下，保证退役电池剩余容量模型估计的精度，减少需要退化完全的电池样本数量，节省了电力、人力等资源。