一种基于神经网络的锂硫电池热失控监测方法与系统

本发明提供一种基于神经网络的锂硫电池热失控监测方法与系统，包括：S1：采集单体电池状态数据、组级散热数据、电池舱内温度数据并进行预处理；S2：分别构建双分支门控网络、多头注意力增强机制、多尺度残差增强型网络，依次提取双模态电池特征、电池异质性特征、深层异质性特征；S3：通过温场关联门控融合机制，提取温场关联特征；再提取单体‑整体温场共轭特征；S4：通过双特征内在关联动态加权机制，提取跨维度融合特征；计算各单体电池的异常热度值、整体热失控风险等级；S5：在监控终端进行可视化展示，并触发预警信号。本发明可解决传统方法无法融合单体异质性与整体温场关联导致的局部过热易漏判的问题。