本发明涉及一种基于机器学习思维预测电池热失控的方法及系统，该方法包括以下步骤：S01：获取热失控数据相关的特征参数，其中，热失控数据存储于预先建立的电池真实数据库；S02：划分训练集与测试集，其中，训练集与测试集皆来源于电池真实数据库；S03：构造调优算法的线性回归预测器；S04：基于训练集训练线性回归预测器；S05：基于测试集预测热失控的真实参数，即输入S01中的电池真实数据至线性回归预测器，将线性回归预测器预测的结果与S01中的电池真实数据比对。本发明利用海量数据使模型快速迭代，完善热失控状态特征值，有效提高热失控判定准确率，预测热事件。