一种面向储能电池热失控的预测方法及相关系统

本发明属于失控预测领域，公开了一种面向储能电池热失控的预测方法及相关系统，本发明将温度、电压和电流等多种传感器数据综合纳入模型，能够更全面地刻画电池的运行状态。相较于只采用单一或少量特征，决策树在融合了多源特征之后可更准确地反映电池的健康状况和潜在异常趋势，从而提升对热失控的预测准确度。本发明不仅利用了长时间跨度的历史数据来构建决策树模型，还能够根据当前时刻及短期内的实时数据进行切片处理，作为初始输入，通过对当前数据和历史趋势的结合，该预测方法能及时地对电池未来一段时间内的温度变化趋势做出高效预测，缩短预警延迟。