一种结合自监督学习的锂电池热失控主动防护方法及系统

本发明公开了一种结合自监督学习的锂电池热失控主动防护方法及系统，涉及热失控防护技术领域，包括：通过高频激励信号检测电池动态阻抗；通过对比损失函数学习数据内在分布特征；构建生成器模拟热失控早期特征，并通过判别器优化模拟模型对异常模式的敏感度；实时更新预警值适应电池老化与工况变化；建立多物理场耦合模型；将仿真数据与真实实验数据进行融合；基于电池健康状态动态调整充电电流；通过图神经网络定位热失控故障单元。通过设置异常模拟模块、自监督学习模块和模型构建模块提前发现热失控早期的异常信号，实现主动防护，并适应电池的老化和工况变化，提高预警的准确性和可靠性。