简介： 本发明公开了一种提升锂离子电池荷电状态估计精度的融合方法，涉及电动汽车技术领域。本发明通过采集到的锂离子电池的电压、电流以及温度数据建立BP神经网络荷电状态估计模型，然后采用智能自适应卡尔曼滤波滤除BP神经网络荷电状态估计值的误差，进一步提升荷电状态估计的精度。本发明将BP神经网络和智能自适应卡尔曼滤波融合在一起估计荷电状态，比单一的BP神经网络的方法具有更强的鲁棒性和精确性，能够减少测量误差对荷电状态的影响，从而实现对锂离子电池荷电状态的精确估计。