針對汽車鋰電池的荷電狀態（SOC）的問題，基于Thevenin電路為等效電路并且應用擴展卡爾曼算法(EKF)結合神經網絡算法進行估計。在進行卡爾曼濾波算法估算過程中，需要用到實時的估算模型參數值（最新值），即在不同的SOC下模型的參數不同。傳統做法是把SOC與各個參數的關系進行普通的擬合，這種方法在擬合過程中存在較大誤差。為了解決這個問題，利用神經網絡擬合各個電路模型參數與SOC關系曲線。試驗結果表明，與單純的擴展卡爾曼算法相比，該方法能夠準確估計電池剩余電量，誤差小于3%。