本发明涉及一种基于循环神经网络的电池热失控风险预测方法及系统，该方法包括以下步骤：从预先收集的用于训练循环神经网络模型的历史数据中选取特征数据，并对特征数据进行数据清洗；基于进行过清洗之后的特征数据生成固定时间长度的样本数据，其中，样本数据包括正常车辆的样本数据和问题车辆的样本数据；构建循环神经网络模型；定义循环神经网络模型的输出；循环神经网络模型获取正常车辆的样本数据并进行训练；利用问题车辆的样本数据验证进行训练之后的循环神经网络模型。本发明通过模型获取采集得到的实时数据，按照一定的频率进行计算，然后得到模型的预测结果，将预测结果与实际结果比对，计算偏离度，该偏离度即可作为电池可能发生热失控故障的概率。