由于电动汽车所具有的零污染及节能的优点能缓解能源和环境污染问题，各国均大力发展电动汽车产业。充电设备作为重要充电基础设施，其性能好坏直接影响电动汽车的正常使用，而目前并无统一的标准对充电设备进行评价及管理。因此，对充电设备性能评价体系研究具有重要意义。　　简述了充电设备的基本结构、原理以及优缺点，根据国内外现有的相关标准，以及征询相关技术人员的意见，并遵循相关设计原则，建立电动汽车充电设备的性能评价体系，为电动汽车充电设备性能评价奠定基础。　　分别研究基于BP神经网络、遗传BP神经网络及组合神经网络的充电设备性能评价方法。针对BP神经网络的局限性，将遗传算法与BP神经网络相结合构成遗传BP神经网络，并用遗传BP神经网络对充电设备性能进行评价，使评价结果更准确。利用SOM神经网络的分类能力，将训练样本进行分类，降低复杂性，并将SOM神经网络与遗传BP神经网络串联构成组合神经网络对充电设备性能进行评价。采用MATLB的GUIDE编辑器进行评价系统界面设计，实现人机交互功能。　　以充电机为例，分别采用BP神经网络、遗传BP神经网络、组合神经网络对充电机性能进行评价。对各个网络的评价结果进行比较，可知组合神经网络的性能优于遗传BP神经网络及BP神经网络，这说明组合神经网络的评价结果最真实反映了充电设备的性能状态，并为技术人员采取改善充电设备性能状态的措施提供依据。