当前，随着环保和能源问题日益突出，电动车以其零排放、低噪声等优点而受到关注，世界各国都把电动车作为汽车工业的发展方向，电动车能量管理系统是关系到电动车实用化、商品化的关键技术之一，而作为能量管理系统重要组成部分的电池电量监测技术的研究对电动车的实用化、商品化起着重要作用。 铅酸蓄电池作为电动车电源，虽尚有许多不足，但由于其价格低廉，工艺成熟，特别是近年来密闭技术已日趋完善，所以铅酸蓄电池在动力电源中仍占有一席之地。本文以铅酸电池为研究对象，从分析铅酸电池的电化学特性入手，指出了影响蓄电池剩余容量的各种因素，预测剩余容量的难点。介绍了国内外在蓄电池电量监测方面的研究、进展及采用的方法，分析这些方法的优缺点，介绍了我校在这一领域所做的研究工作。在此基础上提出了一种以校正电池实际容量为基础的电量监测方法，即检测蓄电池的端电压和放电电流，分别用基于神经网络的模糊推理法和安时法来估计荷电状态，根据两种方法的估计结果来对电池的实际容量值进行修正，提高剩余容量估计精度。构造一多层前馈神经网络来进行模糊推理，提出了一种快速学习算法用于网络的学习过程，利用神经网络的并行计算、自学习的特性，根据样本数据发现模糊推理规则，并在应用过程中对模糊规则自动修正，提高预测准确性。这种方法不需要对蓄电池有很多的先验知识，不需要建立复杂的数学模型。经初步试验，该方法具有较高的预测精度。 最后，本文对监测系统软硬件的设计与实现进行了详细说明。对系统的进一步改进提出了设想。