如何在电池热失控发生前更早、更可靠地识别电池异常，是当前电动汽车安全评估所面临的关键挑战。传统电池管理系统（BMS）受限于稀疏的温度测点和单一诊断策略，难以充分捕捉热失控早期的局部异常及其空间演化特征。

本研究提出了一种面向电池系统分布式温度感知与多模型协同的热失控预警方法，基于光纤传感器的多点感知能力，设计了低线束复杂度的温度感知方案。该方案将车用电池包内温度监测点由 32 个扩充至 540 个，并在实车运行工况下完成验证。依托高密度的温度信息，创新地建立了温度香农熵与平均温度变化量之间的函数关系，并进一步引入误差容限构建自适应动态预警边界；结合温度阈值、温升速率阈值以及温度香农熵变化速率阈值，形成了多模型协同预警策略。研究结果表明，高密度的温度感知能够显著增强对电池系统局部异常捕捉的能力，多模型协同预警通过充分发挥不同模型之间的互补特性有效提升预警系统的整体可靠性，相较于传统 BMS 预警基准，该技术在实验室模组测试中提前 706 秒发出预警，在实车运行场景下最长预警提前量达 554 秒。该技术为电池系统的安全防控由“被动响应”向“主动预警”转变提供新的技术路径。

图 (a) 电芯级、模组级与车用电池包层级温度数据集构建；(b) 多模型电池热失控预警，包含基于温度与基于香农熵的预警策略；(c) 所提预警框架的预警信号提前时间，并与传统电池管理系统内置预警方法进行对比；(d) 本预警方案面向电动汽车应用市场的成本分析