El estado de salud es un indicador de evaluación del rendimiento de la batería y de la predicción de la vida útil del servicio, lo cual es esencial para garantizar la confiabilidad y seguridad de los vehículos eléctricos. Aunque han surgido numerosos estudios de capacidad, hay pocos métodos simples y efectivos adecuados para la práctica de ingeniería. Por lo tanto, se presenta un modelo de regresión de vectores de soporte de mínimos cuadrados con función de kernel polinómico para la estimación de la capacidad de la batería. Mediante la curva de carga de la batería, se extraen las muestras de características del estado de salud de la batería. Se emplea el análisis de relaciones grises para la selección de características, y se adopta la validación cruzada K-fold para obtener los hiperparámetros del modelo de estimación de regresión de vectores de soporte. Para validar este método, el modelo de estimación de regresión de vectores de soporte fue entrenado y probado en los conjuntos de datos de baterías proporcionados por el Centro de Excelencia en Pronósticos de la NASA. Los resultados experimentales muestran que el método propuesto solo necesita algunos datos de características de la batería, y puede lograr una estimación de capacidad de alta precisión, lo que indica que el método propuesto muestra una gran eficiencia y robustez.