Las baterías de iones de litio se emplean comúnmente en el almacenamiento de energía debido a su larga vida útil y alta densidad energética. Esta tendencia ha coincidido con el rápido crecimiento de las energías renovables y los automóviles eléctricos. Sin embargo, a medida que aumentan los ciclos de uso, su efectividad disminuye con el tiempo, lo que puede socavar tanto el rendimiento como la seguridad del sistema. Por lo tanto, monitorear el estado de carga (SOC) y el estado de salud (SOH) de las baterías en tiempo real es particularmente importante. Los métodos tradicionales de cálculo de SOC suelen tratar SOC y SOH como variables independientes, pasando por alto el acoplamiento entre ellos. Para abordar este problema, el documento introduce un enfoque de estimación conjunta de SOC-SOH (BiLSTM-SA) que aprovecha una red de memoria a corto y largo plazo bidireccional (BiLSTM) combinada con un mecanismo de autoatención (SA). El enfoque propuesto se valida utilizando un conjunto de datos disponible públicamente. Con el SOH en cuenta, el MAE y el RMSE del SOC son del 0,84% y 1,20%, mostrando aumentos notables en precisión en comparación con los métodos convencionales. Además, demuestra una fuerte robustez y generalización en conjuntos de datos con múltiples temperaturas.