随着能源危机以及环境污染问题的日益严重，新能源汽车的发展受到各国政府的高度重视。然而新能源汽车的迅速发展，也暴露出了其自身的一些安全问题。为了保证新能源汽车安全可靠的运行，对新能源汽车运营提供在线监控服务是十分必要的。本论文设计的新能源汽车在线监控预警系统不仅提供新能源汽车运行状态数据采集、与监控中心的实时通讯功能，而且还能根据车辆实时运行状态产生安全预警消息，保障了新能源汽车运营安全，对于运营服务提供决策支持具有重要的意义。文章首先概述了新能源汽车在线监控报警系统主要功能、系统工作原理、数据无线传输协议(JT/T808—2011)。由于监控中心回传的复杂路线与不规则区域，车辆终端难以拟合；动力电池荷电状态(SOC)与健康状态(SOH)值难以预测，文章引入了具有自学习、鲁棒性、容错性性质的小波神经网络。在研究了小波神经网络、粒子群优化算法的理论基础上，提出了一种改进的粒子群算法来作为小波神经网络的训练算法，并建立了基于改进粒子群小波神经网络（PSO-WNN）的融合算法模型。并从新能源汽车车辆定位监控报警、动力电池SOC预警、动力电池SOH预警三个部分给予了算法验证。通过大量的仿真实验，结果表明基于改进的PSO-WNN的新能源汽车在线监控预警系统可以实现满足实际应用要求，具有可行性。