本发明涉及一种基于典型运行参数的燃料电池健康状态识别方法，属于燃料电池技术领域。该方法首先采用非参数统计和无监督学习算法计算出健康评价指标的阈值，并通过线性矩阵对评价指标进行标签；然后，采用采用卡方检验、斯皮尔曼相关分析和包装特征选择方法选出对燃料电池健康状态影响相对显著的特征；最后采用随机森林算法对选取的特征进行识别，从而识别出燃料电池健康状态。本发明可以准确地预测健康状态，用于优化加载策略，还可以返回特征对健康的重要排名，用于简化仿真模型，提升燃料电池系统耐久性。