一种储能电站电池热失控态势推演方法及系统

本发明公开了一种储能电站电池热失控态势推演方法及系统。所述方法包括：实时采集来自消防探测器的气体浓度数据以及来自电池管理系统（BMS）的电芯SOC与SOH状态数据，形成多源异构监测信息；对所述监测信息进行预处理，预处理过程包括采用小波变换对气体浓度数据进行去噪以降低环境干扰，并对不同采样频率的数据实施等比例插值放大，以实现多源数据的时序对齐；将时序对齐后的多源数据输入至集成注意力机制的长短期记忆（LSTM）网络模型，预测下一时刻气体浓度及电芯状态演变趋势；将预测结果输入至基础判别模型中，计算动态热失控概率，其中概率阈值能够根据电芯SOH进行自适应调整，从而实现电池热失控的超前预警与态势推演。本申请有效克服了单一数据源预警滞后问题，显著提升了储能电站的安全防护能力。