一种基于多传感器融合与人工智能分析的锂电池热失控监测系统及方法

本发明公开了一种基于多传感器融合与人工智能的锂电池热失控监测系统及方法，集成气敏传感器、应变片、热电偶、声学麦克风及电参数模块，通过多模态数据融合与深度残差神经网络实现早期预警。系统采用气敏阵列检测氢气等气体，结合声纹、形变、温度及电参数构建时空关联矩阵；AI模型采用ResNet‑LSTM架构，通过注意力机制动态分配特征权重，输出风险指数并触发三级响应(通风/报警/断电，响应≤50ms)。误报修订模块可强制复位系统，AI模型自动修正。本发明误报率降低60％，氢气检测灵敏度达1ppm，满足GB38031‑2025要求，适用于电动汽车及储能电站，显著提升安全性与时效性。