本发明提供了一种基于容量衰减的动力电池退役预测方法，构建了基于LSTM网络的容量衰减算法预测模型以及基于对已退役电池统计的退役统计预测模型，分别作为该方法的两个基础模型，用于根据数据样本的实际情况决策具体使用哪个基础模型。在样本数量较少、数据质量较差的情况下，通过退役统计预测模型得到相对粗略的预测结果。而在样本数量充足、质量较高时，通过容量衰减算法预测模型则能够针对不同材料、场景用途的电池，实现更为精确的退役时间预测。该方法能够对现存新能源车辆实现更广泛的覆盖，有利于对已退役电池和未来将退役电池的有效大数据分析，从而具有了现有技术所不具备的诸多有益效果。