本发明公开了一种基于RRAM阵列的神经网络储能电池运行状态监测方法，具体包括如下过程：步骤1，通过储能电池特征量测量模块采集储能电池模组的特征量，该特征量包括特征气体、电池温度和安全阀产生的特征声音；步骤2，将步骤1采集到的特征量转化为光信号，再通过光纤解调仪将光信号转化为电信号后传输给信号处理模块；步骤3，信号处理模块将收集到的特征量进行处理后传输给神经网络模块；步骤4，神经网络模块接收到信号处理模块处理后的信号后，根据训练的神经网络的电路触发情况即可对储能电池非正常的状态进行辨别并发送信息至监控中心。采用本发明能够实现对储能电池健康状况的预测，并快速准确的判断储能电池的健康状况。