1.一种识别老化模式的锂离子电池健康状态在线诊断方法，其特征在于，包括：
步骤1，依据电池结构组分对电池老化模式进行分类；
步骤2，基于正负电极的开路电压-荷电状态关系与老化模式对半电池模型的影响，在全新电池尺度上构建电池的开路电压-荷电状态曲线，获取各种老化模式的损失量；
步骤3，采用扩展卡尔曼滤波算法，从电池动态电流工况放电数据中辨识开路电压随放电容量的变化曲线，用于动态工况下电池健康状态在线诊断。
2.根据权利要求1所述锂离子电池健康状态在线诊断方法，其特征在于，所述电池结构组分包括正极集流体、正极活性材料、隔膜、电解质、负极活性材料，负极集流体。
3.根据权利要求1所述锂离子电池健康状态在线诊断方法，其特征在于，所述电池老化模式分为正极活性材料损失、负极活性材料损失和锂离子损失。
4.根据权利要求1所述锂离子电池健康状态在线诊断方法，其特征在于，所述步骤2考虑各种老化模式作用下正负电极开路电压-荷电状态曲线在全新电池荷电状态尺度上的平移和收缩特性，建立模型描述老化模式对正负电极匹配关系的影响机制。
5.根据权利要求1所述锂离子电池健康状态在线诊断方法，其特征在于，所述步骤2通过粒子群寻优算法，以重构的全新电池与老化电池开路电压曲线和实测曲线之间的均方根误差最小为优化目标，计算正极配置容量与全电池容量的比值、负极配置容量与全电池容量的比值、正负电池的开路电压-荷电状态曲线在全电池荷电状态尺度上相对于全电池实测开路电压-荷电状态曲线的偏移量、正极活性材料损失、负极活性材料损失、锂离子损失、尺度转换后老化电池的开路电压曲线相比于全新电池的偏移量，计算得到正极容量、负极容量和可用锂离子数量。
6.根据权利要求1所述锂离子电池健康状态在线诊断方法，其特征在于，所述步骤3包括：采用扩展卡尔曼滤波算法从电池在各种动态放电工况下的电压电流测试数据中辨识出每个时刻的开路电压，获取开路电压随累计放电容量的变化曲线，并将其转换为开路电压-荷电状态曲线，实现锂离子电池老化模式无损定量诊断。