本发明的目的是建立一种基于神经网络预测电池热失控的方法，包括S1：数据准备：基于实验室和用户车辆大数据平台积累的海量数据，获取车辆电池热失控相关数据；S2：建立特征数据集，进行归一化处理；S3：使用卷积神经网络，建立电池热失控预测模型；S4：训练和验证预测模型；S5：使用模型识别电池热失控异常。本发明通过基于实验室和车辆大数据平台积累的海量数据，构建大量特征参数，使用神经网络深度学习算法，训练和学习动力电池发生热失控的规律，构建并生成可预测热失控的模型，结合大数据实时采集车辆信号数据技术，能实时预测车辆发生热失控的风险，并及时发出预警。