1.基于大数据分析的动力电池热监控管理方法，其特征在于：包括如下步骤：步骤S1，通过在动力电池单体上布置多点温度传感器，实时采集动力电池的温度分布数据，并对动力电池的温度分布数据进行区域异常升温行为进行分析；

步骤S2，当动力电池存在区域异常升温行为时，获取散热控制系统的风扇转速信息，并根据散热控制系统的风扇转速信息计算风扇转速异常系数；

步骤S3，当动力电池存在区域异常升温行为时，获取散热控制系统与电池充放电之间的时序同步信息，并根据散热控制系统与电池充放电之间的时序同步信息计算时序同步系数；

步骤S4，当动力电池存在区域异常升温行为时，获取散热控制系统的冷却液流通信息，并根据散热控制系统的冷却液流通信息计算冷却液流通阻塞系数；

步骤S5，根据风扇转速异常系数、时序同步系数、冷却液流通阻塞系数构建散热控制系统自检模型，输出散热控制系统自检指数，评估当前阶段散热控制系统的潜在隐患，并根据评估结果对散热控制系统进行预警管理；

所述的动力电池的温度分布数据包括不同子区域的温度数据；

根据动力电池的温度分布数据对区域异常升温行为进行识别，具体如下：步骤A1，根据不同子区域的温度数据建立温度聚类数据集，其中 表示第i个子区域的温度， ；

步骤A2，采用肘部法则确定初始聚类簇数K，从温度聚类数据集中随机选择K个子区域的温度作为初始聚类簇，将子区域的温度作为初始聚类簇的聚类中心；

步骤A3，采用欧式距离计算方法计算温度聚类数据集中每个子区域的温度与各个聚类簇的聚类中心的距离，并将其分配给距离最小的聚类簇；

步骤A4，计算每个聚类簇中子区域的温度的平均值，并将其作为聚类簇的聚类中心；

步骤A4，重复步骤A3、步骤A4直到聚类中心不再发生变化，则结束聚类过程，得到最终的温度分布聚类簇；

分别计算温度分布聚类簇 和温度分布聚类簇 内温度的均值和标准差；

计算第n个温度分布聚类簇 与第m个温度分布聚类簇 的差异值 ，表达式如下 ，其中 表示第n个温度分布聚类簇 内温度的标准差，表示第m个温度分布聚类簇 内温度的标准差， 表示第n个温度分布聚类簇 内温度的均值， 表示第m个温度分布聚类簇 内温度的均值，表示极小值常数因子，避免分母为零；

计算温度分布差异系数 ，表达式如下 ，其中

，N为最终的温度分布聚类簇总数；

将温度分布差异系数与预设的温度分布差异系数阈值进行比较，对区域异常升温行为进行识别，具体如下：若温度分布差异系数大于温度分布差异系数阈值，则生成区域异常升温行为信号；若温度分布差异系数小于等于温度分布差异系数阈值，则无需生成区域异常升温行为信号；

通过获取散热控制系统的风扇转速信息，对散热控制系统的风扇转速异常程度进行分析，并获取风扇转速异常系数，来衡量散热控制系统的风扇转速异常程度；

风扇转速异常系数的获取逻辑如下：

通过实时监测系统获取风扇的实际转速 ，同时获取风扇的正常转速范围，其中 为正常情况下风扇的最低转速， 为正常情况下风扇的最高转速；计算风扇的期望平均转速 ，表达式如下 ；计算风扇实际转速的标准差 ，表达式如下 ，其中 表示第j

个采样点风扇的实际转速， 表示风扇实际转速的均值，计算表达式如下，其中 ，为采样点总数；计算风扇转速异常系数，表达式如下 ，其中 表示风扇转速变化速率，为敏感因子控制风扇转速变化速率对风扇转速异常系数的影响程度；

通过获取散热控制系统与电池充放电之间的时序同步信息，对散热控制系统与电池充放电之间的时序同步性进行分析，并获取时序同步系数，来衡量散热控制系统与电池充放电之间的时序同步性；

时序同步系数的获取逻辑如下：

获取散热系统开始控制电池温度的响应时间 和区域异常升温行为信号的生成时刻 ，计算散热响应时延 ，表达式如下；

获取电池的充电过程时长 和放电过程时长 ，计算电池的充放电总时长 ，表达式如下 ；

计算时序同步系数 ，表达式如下 ；

通过获取散热控制系统的冷却液流通信息，对冷却液流通的通畅程度进行分析，并获取冷却液流通阻塞系数，来衡量冷却液流通的通畅程度；

冷却液流通阻塞系数的获取逻辑如下：

通过监测系统获取冷却液的冷却液密度 、冷却液流速 、管道内径 、冷却液黏度 ，计算冷却液雷诺系数 ，表达式如下 ；根据冷却液雷诺系数对冷却液的流动类型进行分类，具体如下；计算冷却液流通阻塞系数 ，表达式如下

，其中 表示

管道的长度， 为冷却液的体积流量， 表示湍流的摩擦因子， 表示层流的摩擦因子；

根据风扇转速异常系数、时序同步系数、冷却液流通阻塞系数构建散热控制系统自检模型，输出散热控制系统自检指数 ，模型依据的公式如下，式中 表示生成区域异常升温行为信号时

对应的温度分布差异系数， 分别表示风扇转速异常系数、时序同步系数、冷却液流通阻塞系数， 分别表示风扇转速异常系数、时序同步系数、冷却液流通阻塞系数的预设比例系数，且 均大于0。

2.根据权利要求1所述的基于大数据分析的动力电池热监控管理方法，其特征在于：将散热控制系统自检指数与预设的散热控制系统自检指数阈值进行比较，对散热控制系统进行预警管理；

若散热控制系统自检指数大于散热控制系统自检指数阈值，则立即触发高风险预警；

若散热控制系统自检指数小于等于散热控制系统自检指数阈值，则无需触发高风险预警。

3.基于大数据分析的动力电池热监控管理系统，用于实现权利要求1‑2中任意一项所述的基于大数据分析的动力电池热监控管理方法，其特征在于：包括区域异常升温模块、风扇异常转速模块、时序同步模块、冷却液流通模块、预警管理模块；

区域异常升温模块，用于通过在动力电池单体上布置多点温度传感器，实时采集动力电池的温度分布数据，并对动力电池的温度分布数据进行区域异常升温行为进行分析；

风扇异常转速模块，用于当动力电池存在区域异常升温行为时，获取散热控制系统的风扇转速信息，并根据散热控制系统的风扇转速信息计算风扇转速异常系数；

时序同步模块，用于当动力电池存在区域异常升温行为时，获取散热控制系统与电池充放电之间的时序同步信息，并根据散热控制系统与电池充放电之间的时序同步信息计算时序同步系数；

冷却液流通模块，用于当动力电池存在区域异常升温行为时，获取散热控制系统的冷却液流通信息，并根据散热控制系统的冷却液流通信息计算冷却液流通阻塞系数；

预警管理模块，用于根据风扇转速异常系数、时序同步系数、冷却液流通阻塞系数构建散热控制系统自检模型，输出散热控制系统自检指数，评估当前阶段散热控制系统的潜在隐患，并根据评估结果对散热控制系统进行预警管理。