本发明公开了一种基于神经网络的磷酸铁锂电池荷电状态监测预警方法，利用训练数据集对T‑S模糊神经网络模型进行训练，得到训练后的T‑S模糊神经网络模型；训练后的T‑S模糊神经网络模型输入T时刻实际电池电压、电池电流、电池温度数据，输出估算的电池SOC；当电池SOC下降率高于设定值时，发出电量下降过快，电池异常的预警信号；当电池SOC低于10%时，发出电池低电量的预警信号。本发明提供的一种基于神经网络的磷酸铁锂电池荷电状态监测预警方法，能够有效提高SOC估计精度，并对电池荷电状态的监测预警，提高电池可靠性和安全性。
