当今社会,为缓解能源枯竭及环境污染的问题,新能源的发现和利用愈发受到重视。纯电动汽车作为环境友好型的新能源汽车的代表,在此背景下受到全社会的广泛关注,其重要性日益凸显。《新能源汽车产业发展规划（2021-2035年）》（征求意见稿）指出,2025年中国新能源汽车销量占当年汽车总销量的20%,到2030年要达到40%。然而,相较于传统汽油车,纯电动汽车仍存在补能耗时长、充电桩覆盖不全面、车辆续驶里程低等问题。这些问题制约了电动汽车行业的快速发展,其中,车辆剩余电量估算不准确导致的续航焦虑问题尤为严重。本文以稳定且准确地估算纯电动汽车电池荷电状态（State of Charge,简称SOC）为目标,以统计学习方法理论为指导,以纯电动汽车实际运行工况数据为研究对象,开展了纯电动汽车SOC建模估算的研究工作,形成一套“数据探查与预处理—特征构建—建模调优—模型估算—结果评价”的纯电动汽车电池荷电状态建模和评价的方法体系。论文主要开展的研究有:（1）纯电动汽车运行数据的处理。探查数据库中纯电动汽车运行数据全部字段内容,对与纯电动汽车运行状态相关的主要字段的物理含义以及数据类型进行了描述,并进一步提取与SOC相关的纯电动汽车运行数据,提出三种针对性的策略处理运行数据中的异常值并对缺失值进行合理填充,作为后续模型训练及验证的基础。（2）纯电动汽车SOC影响因素分析及特征构建。从纯电动汽车整车能耗和动力电池组剩余可用能量两方面出发分析总结了影响纯电动汽车电池荷电状态变化的若干因素,基于人工先验知识进行了新数据特征构建,扩充数据维度。（3）统计机器学习算法的调研与选型。将纯电动汽车电池荷电状态估算问题抽象到机器学习建模层面转化为回归问题,通过算法的调研后,确定了基于GBDT算法、随机森林模型和XGBoost算法进行建模估算SOC的解决思路。对三种方法的超参数使用贝叶斯算法进行调优,调优后三种方法估算SOC的效果均有显著提升,均方根误差下降超过40%。（4）多粒度扫描级联森林模型构建与改进。选择使用集成了机器学习方法以及深度神经网络思想的多粒度扫描级联森林模型对SOC进行估算,并对模型进行基学习器替换,使用经过贝叶斯参数调优后的XGBoost算法以及随机森林模型作为新的基学习器,估算效果进一步提升;随后对估算结果进行人工建模降噪,降噪后的SOC估算结果的平均绝对误差在改进后的模型基础上降低了13.8%。上述实验结果表明,改进后的多粒度扫描级联森林模型方法有助于提升SOC的建模估算效果。