简介： 本发明公开了一种基于神经网络和UKF的锂电池组SOC预测方法，包括：S1、采集电动汽车锂电池组的历史充放电数据以及对应的SOC数据；S2、建立BP神经网络；S3、对电动汽车锂电池组的历史充放电数据以及对应的SOC数据进行归一化处理；S4、对建立的BP神经网络进行训练；S5、获取预设时间内的电动汽车锂电池组的充放电数据作为BP神经网络的输入，采用训练后的BP神经网络对锂电池组的SOC数据进行预测；S6、采用UKF滤波算法对BP神经网络预测获得的SOC数据进行滤波处理后获得最后的预测结果。本发明可以准确地获得SOC的在线预测值，而且预测精度高、误差小，预测成本低，可广泛应用于电动汽车的控制行业中。