凌晨两点半监控大屏弹出一条不痛不痒的状态变更记录某储能舱第128号电池簇一个电压采样点从“正常”翻成“注意”。值班同事看了一眼顺手关掉了弹窗。三小时后那簇电池整簇热失控消防喷淋启动前烟雾已经把舱顶熏黑。事后复盘时大家其实都明白问题不在于那个电压采样点信号异常得有多晚而在于这套“温度超限电压骤降”的经典阈值逻辑根本来不及——等它确认异常时热失控已经进入了不可逆阶段。这让我下决心做了这个项目基于多物理参数数据融合和先进人工智能算法的锂电池热失控监测传感器。用一个具备现场部署能力的传感器节点把温度、电压、内阻估计、气压、特征气体、壳体形变甚至声发射信号结合起来用AI模型而不是死阈值做早期判定把预警时间从“着火前几分钟”推前到“恶化前半小时甚至更早”。这篇内容写给三类人做BMS和储能系统集成的工程师正在做电池热安全相关课题的学生还有那些被误报警和漏报警来回折腾的现场运维。我不会只讲原理会把传感器选型、采样策略、数据融合技巧、模型落地到现场安装踩过的坑一并说清楚。1. 电池包里的“凌晨三点”热失控预警为什么总慢半拍1.1 一次让我后背发凉的监控体验我最早参与电池监控系统是给一个退役电池梯次利用项目做改造。那批电池来自大巴车虽然经过筛选一致性还是比新品差一截。当时系统沿用了传统的单体温度传感器加总电压监测方案每一串电芯只靠一只贴壳NTC的温度采样和整簇电流电压做保护。测试跑到第400个循环的时候一串电芯的电压出现了一个极其细微的跌落大概也就812毫伏,持续了不到两个周期又恢复正常。当时没有算法模块人工看到这个曲线只会觉得是采样波动。二十天之后那一串电芯内部短路直接把相邻模组点燃了。庆幸的是电柜在室外、周围没有人员但这件事给了我一个很深的教训单体电压的微小异常、温差分布的缓慢恶化、电解液早期漏液产生的特征气体这些信号单看任何一条都不足以触发报警但它们凑在一起指向性已经非常明确了。传统电池管理系统的报警逻辑是“单一参数超限”本质上是布尔判断温度超过某个值好报警电压低于某个值好报警。而热失控是一个多阶段、多物理量、多时间尺度的过程每个阶段有主导的物理量变化但每个物理量单独看的信噪比都很低。所以真正的预警必须走数据融合路线。1.2 热失控的物理过程决定了什么参数会在哪个阶段失效锂电池热失控通常分为三个阶段热积累阶段、产气与材料分解阶段、热蔓延与着火阶段。热积累阶段内部微短路、过充或外部高温导致电芯内部开始发热SEI膜在80℃到120℃左右开始分解放出热量并推高温度。这个阶段最典型的物理特征是温度上升速率改变电流静置时电压出现微跌电芯内阻开始变化。产气与材料分解阶段隔膜在120℃以上开始收缩或熔断正负极材料相继与电解液发生放热反应产生大量气体。此时传感器能检测到明显的压力上升CO、氢气、VOC浓度快速跃升壳体出现肉眼可见的膨胀。热蔓延与着火阶段电芯内部温度到180300℃电解液和分解产物的混合气体被引燃能量在几十秒内集中释放温度峰值能冲到800℃以上。这阶段任何传感器其实都只能做“灾后确认”而非预警了。对照这个物理过程你会发现传统的温度阈值法报警点往往落在第三阶段——大量气体已经生成、温度已经失控,这时候报警只是为了减少蔓延损失根本谈不上保护本颗电芯。而电压监测在热积累阶段虽然有微弱特征但很容易被负载波动、SOC变化掩盖单靠电压差几乎没有操作价值。关键洞察是热积累阶段的特征不是任何一个参数“越限”而是多个参数在时间窗内出现了“协同异常”。这种异常模式正是人工智能算法擅长捕捉的。1.3 阈值报警的三大死穴第一空间覆盖不够。一只NTC贴在电芯侧面和电芯内部热点之间隔着铜壳、导热垫和空气层热点温度要升到相当高外壳温度才感受到明显抬升。整个电池包几十上百只电芯不可能每只电芯表面贴十个温度点那么热点和传感器之间的“盲区”永远存在。第二时间尺度错位。温度从电芯内部传导到外壳需要数分钟甚至更久电压异常需要达到毫伏级且持续一段时间才不会被负载波动淹没气体扩散在封闭模组内也需要时间。传感器物理响应延迟叠加算法判定延迟等于前瞻窗口被砍掉一大截。第三误报漏报两难。阈值设得低环境和老化引起的基线漂移就会导致频繁误报现场运维最后会把它当成“狼来了”直接屏蔽阈值设得高漏报风险又让人睡不着觉。固定阈值逻辑本质上无法区分“传感器脏了/电池老化了正常衰减”和“热失控早期的异常演化”。这三大死穴不是靠提升单项传感器精度能解决的。必须换一个思路用多类传感器把不同物理量的变化模式抓全再让AI模型学习“从正常到异常演化”的趋势特征而不是死等某个值越界。2. 拆解“多物理参数”到底测量些什么才够用不少人一听“多物理参数”就想当然地以为“那就多装几个温度传感器、多采几路电压呗”。真不是这么简单。不同物理量在热失控的不同阶段有各自的信息密度和时间分辨率我按工程排序把值得融合的参数列一遍。2.1 温度场不是多放几个传感器就行温度是热失控最直观的物理量但也最容易误导人。我的经验是热失控监测用的温度传感器要关注三个指标热响应时间、长期稳定性、与被测表面的导热耦合质量。热响应时间的典型值是NTC在液体中几秒、在固体表面粘贴状态下几十秒到几分钟不等。热失控早期温升速率如果不是特别快这个滞后还能接受但到了热蔓延阶段温度是以每分钟几十度的速度向上的滞后几秒就等于行动晚了几秒。所以对传感器探头我倾向于选“测量端热质量小”的结构比如直径1mm以内的微小封装热电偶或薄膜铂电阻而不是常见的粗体NTC。真正拉开差距的是布点逻辑而不是传感器本身。除了每串电芯的表面中心极耳附近是热积累的敏感点因为极耳是电流集中区冷却液进出口附近是判断热管理失效的关键点防爆阀方向则是气体和热气流最容易冲刷的位置。布点必须结合电池包内的流场不能按行列均布凑数量。另一个容易被忽略的细节是导热硅胶的厚度。我在现场见过很多传感器因为导热硅脂干涸或者压接不实测出来的温度比实际低8℃以上。传感器读数偏低等于整个算法的输入从一开始就是错的。温度传感器选型时要考虑长期压接稳定性定期用高精度点检仪抽查比对不能焊完就再也不管。2.2 电压与内阻最容易拿到却被浪费的电化学特征单串电芯电压是BMS系统本来就在采的信号拿来融合几乎不增加硬件成本但工程上要克服的麻烦也不少。热积累阶段内短路导致的电压异常通常非常微弱可能是几毫伏到十几毫伏的静态跌落而且会被间歇出现又消失。单纯看电压幅值不靠谱我建议对电压做动态内阻辨识在已知电流激励充放电脉动或BMS主动注入扰动电流的条件下用同步采样出的电流电压波形按最小二乘或卡尔曼滤波估计每串电芯的动态内阻。内阻对电芯内部温度和微短路状态比端电压更敏感尤其是磷酸铁锂平台区电压本身平坦到几乎无法区分SOC但内阻随温度和健康状态的变化范围很大。注意一个容易踩的坑内阻辨识的前提是电流电压严格同步采样。如果电流来自总线上某个互感器电压来自单体采样板两者之间存在几十毫秒的时钟偏差估计出的内阻会有难以接受的误差。所以做融合传感器节点的时候我坚持在本节点内完成电压电流同步采集或者从BMS取来的每个通道都打上统一时间戳而不是各采各的。这里顺便说个和三元锂电池容量相关的现场小知识三元锂电芯充电到4.12V时SOC大概在80%到85%之间和4.18V相比相差不大但如果在恒压阶段后期用电压差做一致性判断这0.06V的偏差会被SOC差异解释掉导致模型把正常电芯误判为异常。所以电压类特征必须配合SOC估计使用不能光看静态端电压。2.3 气体、压力与声发射嗅觉和听觉的提前量气体信号在热失控预警中的价值长期被低估。电解液泄漏和温升初期产生的特征气体——氢气、一氧化碳、VOC——往往比壳体温升更早出现尤其是在相对封闭的电池包内部。因为气体在包内空间扩散的阻力比固体传热小得多而且传感器对气体的灵敏度往往远高于对微小温差的分辨能力。我的实测经验是氢气传感器和VOC传感器在热箱加热实验中往往比温度传感器提前3到6分钟给出明确信号变化压力传感器在防爆阀开启时给出脉冲式上升。多类气敏传感器配合使用用“H₂/CO/VOC三者比值”做特征比单看任一气体浓度抗温湿度干扰的能力强很多。比如单纯湿度上升会让部分MOX传感器读数飘高但不会让H₂和CO同时同方向变化这个特征组合天然具备一定的抗干扰特性。声发射传感器是相对冷门但在内短路工况下有效的补充手段。电芯内部微短路、析锂、隔膜撕裂时会产生超声频段的弹性能释放PZT压电片贴在电池壳体上能捕获到这些突发事件。这个技术的挑战在于环境噪声如继电器动作、压缩机启停、冷却风扇振动非常嘈杂需要做频域滤波和模式识别。我的处理方式是让声发射只作为“触发型”特征参与融合不单独报告只有当声发射能量事件和温度/电压/气体中的至少两项异常同时出现时才提升预警等级。这样既利用了它的高时间分辨率又不至于被噪声拖累。2.4 传感器选型指标速查表下面这张表是个人常用的电池热失控监控传感器选型参考具体型号没有列工程上按量程和接口要求选即可物理量推荐传感器类型关键指标采样周期布点建议温度微型NTC/薄膜铂电阻-40~125℃精度±1℃热时间常数15s0.5~2s电芯大面、极耳、冷却液进出口电压/电流单体采样AFE/电流同步采样电压精度±1mV电流同步加时间戳0.1~1s每串电芯特征气体MEMS氢气/MOX VOC/COH₂ 0~2000ppm响应30s2~10s电池包上部或防爆阀附近压力MEMS绝压传感器0~500kPa精度±0.5%FS0.2~1s包内中央、远离冷却风口壳体形变应变片/位移/光纤光栅应变分辨率1με1~10s电芯大面、模组结构件声发射PZT压电片100~500kHz带宽连续事件触发电芯壳体、模组端板这张表的采样周期不是固定不变的工程上可以做动态调整正常态下低速采样省功耗一旦某路信号出现趋势变化就切换高速模式。很多商用方案支持这种动态采样策略值得优先考虑。另外在选择气体传感器时注意功耗和寿命MOX型虽然便宜但灯丝工作电流大且长期漂移明显电化学型精度高但寿命一般在两年左右NDIR型最稳但单价高。根据电池包维护周期来选别只看首发成本。还有一点必须强调所有传感器都不能只有数据输出接口至少要有片上自诊断状态位或心跳输出。热失控监测系统的核心价值是“在关键时刻准确发声”如果传感器本身悄悄失效整个系统的可信度就是零。3. 数据融合与AI算法的落地方案数据融合和AI模型是这套监测传感器的灵魂。但我得泼一盆冷水算法本身不是玄学所有效果都建立在数据质量和数据同步的基础上。跳过数据处理直接上深度学习模型必死。3.1 先解决“时间不同步”这个融合的隐形杀手温度信号的响应时间常数是十几秒气体传感器响应时间是几十秒电压采样是毫秒级声发射是微秒级。这些信号天然不在同一个时间尺度上如果直接拼接成特征向量会严重失真。我的做法是先把所有信号统一重采样到一个公共时间轴窗口长度按监测目标设定。实验对比下来30秒到60秒的滑窗对热失控早期特征最合适——太短的窗口包含不了完整的气体扩散过程太长的窗口会把关键突变“抹平”。重采样之后再做Z-score归一化注意归一化的均值方差要用历史正常数据的滚动统计量而不是全局统计量否则模型的敏感性会随风漂移。时间对齐这件事听着简单做起来极其考验工程规范。节点上每个传感器都要打操作系统时间戳跨节点用时间同步协议同步所有信号一旦入站就检查“时间偏移是否超过窗口长度的10%”超了就触发数据质量告警而不是直接送入模型。这一条看起来是土办法但比任何高级算法都更能保住模型的可用性。3.2 特征工程比模型架构更重要在这个项目里我花在特征工程上的时间大约是模型调参时间的三到四倍。核心特征是三类趋势类、统计类、协同类。趋势类特征包括各物理量在一段时间窗内的斜率、加速度、拐点位置。比如温升速率由平滑转为陡峭这个“二阶导变号”是关键事件电压的相邻差分累积和如果持续为负说明存在缓慢耗尽压力信号的一阶差分如果突然出现脉冲平台提示防爆阀动作或包内压力骤变。统计类特征包括滑动窗口内的均值、标准差、偏度、峰度、四分位距。内短路前端的电压抖动往往会表现为偏度突变因为短时跌落是单侧事件分布会发生不对称偏移。协同类特征是融合的精华所在。例如温度和CO浓度的互相关滞后时间正常态下两者相关性弱但热失控演化时CO浓度领先温度小幅度抬升这个“领先-滞后关系”本身就是超级特征电压动态内阻和壳体温度变化率的联合判定比单看温度斜率准确很多H₂/VOC比值在电解液泄漏场景会降低在正负极材料分解放热场景会升高。这组特征整理成多维表格后可以可视化——你会发现正常电池簇和热失控早期电池簇在特征空间里分得相当开此刻模型的任务变得非常简单。3.3 从规则模型到轻量化深度模型的选型路线很多团队上来就想上Transformer但我的建议是按数据规模分步走。第一步先用规则模型打底。根据特征工程里的协同特征构造若干条“与或树”规则比如“当温升速率0.5℃/min 且 CO浓度100ppm 且 压力上升10Pa/s 时判定为一级预警”。规则模型的优势是可解释、易部署、能被现场工程师信任缺点是边界粗糙、容易误报。但作为基线非常有价值因为它能先把“明显异常”兜住。第二步引入无监督异常检测模型。正常工况数据在工程现场是大量存在的用孤立森林或单类支持向量机训练“正常分布”的边界任何偏离度高的新样本都会被标记为候选异常。这个方案能覆盖很多规则没定义的“说不清但不对劲”的工况也不需要热失控正样本。第三步等积累了一定数量的故障案例后再上监督模型。有几百条以上带标签的热失控早期样本时梯度提升树LightGBM/XGBoost通常比深度学习表现更稳定而且训练快、部署简单、特征重要性一目了然。真正需要深度模型的情况是变量间的高阶交互非常复杂、且你有大量数据此时用一维卷积或LSTM做时序分类才有优势。模型做出来之后一定要做针对性后处理输出不是单个“正常/异常”标签而是“安全/注意/预警/紧急”四个等级的连续概率让运维人员能看到状态演化的方向。为了防止单个异常抖动导致状态频繁跳变我习惯在模型输出上做“滞回区间”——从正常变注意需要连续两帧都超过阈值从注意回到正常需要持续一分钟以上都低过阈值。这个滞回逻辑能有效减少界面上的报警闪烁和现场人员的疲于应对。3.4 预警分级与状态字段设计数据协议里的状态字段别看简单我强烈建议不要用二值化的“正常/异常”而是设四级安全、注意、预警、紧急。这就是我在开篇提到的那条“从不太严重状态转换至紧急状态”的设计思路。实际运行证明四级状态的工程意义非常大。“注意”级别可以只推送消息让现场人员知道有信号在漂移“预警”级别必须联动视频复核和人工确认“紧急”级别才触发BMS保护动作和消防联动。如果只有两个等级系统的灵敏度高了就天天虚假联动灵敏度低了就在真正出事时来不及。分级让算法灵敏度可以放心拉高因为二级三级状态并不会直接跳闸中间有人工确认和冗余判断的安全垫。模型状态字段还要带上可解释因子。每次分类结果都附带“主要触发特征排名”比如“CO上升贡献率42%、温升斜率贡献率31%、内阻突变贡献率18%”。运维人员面对一条预警消息时先看的不是“报警了没有”而是“为什么报警”——这能显著提升系统被信任的程度降低报警疲劳。4. 传感器本身的“生存问题”现场安装与防护细节算法再强传感器在战场上是活靶子——高温、腐蚀、凝露、振动任何一项都能让一套看起来完美的系统变成摆设。这个章节讲的是传感器节点自己的生存问题。4.1 高温冲击探头和电路要分家热失控监测节点是要长期待在电池包里的但真的发生热失控时局部温度可瞬间升到数百甚至上千摄氏度。如果控制电路和传感探头做成一体化的小盒子高温回流时电路板先毁后端的算法再强也无济于事。我做的方案是“探头-线缆-处理电路”三段式结构。处理电路安装在电池包外侧或电气盒内相对安全的区域只有传感探头伸进电池包内部。探头到电路之间用耐高温硅胶线缆或玻纤套管保护焊点处用热缩管加耐高温胶固定。这样一来即使探头附近发生热失控处理电路仍能把最后一个完整数据帧发送出去为主控提供决策依据。传感器的安装固定也有讲究。打胶固定虽然省事但更换极其痛苦用弹簧压接适合常规维护场景在电芯表面直接用导热胶粘连需要确认胶层厚度我建议厚度控制在0.5mm以内太厚导致测温滞后明显。这些细节看着琐碎但直接影响传感器响应时间和长期可靠性值得在结构设计时多花心思。4.2 电解液环境下的防腐与凝露电池包内部不是干净的空气环境。正常工况下可能有冷却液泄漏、凝露热失控工况下会有电解液蒸汽、氟化氢等腐蚀性物质释出。普通PCB和连接器在这种环境里很快就会出问题。电路板至少三防漆处理连接器选防硫化镀层规格气体传感器进气口加透气防水膜防止水汽直接凝结在敏感元件上压力传感器的参考端要做防凝露设计否则凝结水滴会阻塞压力参考管导致压力信号的漂移无法收敛。现场安装时特别需要注意传感器开孔位置不要正对电池包可能的积水区或冷凝水流路径。电池包底部或冷板附近的凝露风险最高传感器透气口尽量朝上或朝侧避免液体直接流入。我吃过一次亏气体传感器安在模组底板上方结果一段时间后传感器读数异常拆开发现进气管路里全是冷却液残留传感器敏感层完全失效。从那以后所有气体探测点位都避开底部区域。4.3 振动、电磁干扰与布线的讲究电池包内部电磁环境很不友好功率母线的大电流变化会在空间产生强交变磁场同时BMS采样线、通信线捆在一起传输相互之间的串扰也不小。温度传感器输出的是微弱电阻变化气体传感器输出微弱电流或电压声发射传感器输出纳伏级信号这些低幅值信号在干扰环境下极其脆弱。我的布线经验是传感器信号线必须用屏蔽双绞线屏蔽层单端接地信号线绝对不能和动力线同槽走线放大电路尽量靠近传感器探头而不是靠近处理器让模拟信号在源头就被放大成抗干扰能力更强的形式所有进入MCU的模拟信号在ADC前都要过RC低通滤波转折频率要低于目标信号的最高有效频率同时高于工频干扰——一般来说几百赫兹是比较安全的区间。纯光学式的传感器如光纤光栅测温在强干扰环境下有天然优势但在整车和储能场景里成本确实高。如果项目预算紧张可以用屏蔽进去信号调理的方案替代实测在一般的BMS和PCS干扰环境下能达到可用水平。4.4 传感器自诊断与冗余策略多传感器融合系统最可怕的故障不是“某个传感器坏了”而是“它坏了却没被发现”并且数据还在继续往模型里送把模型的输出往错误方向带。所以在系统设计里要强制自诊断。我的节点实现了四层自诊断传感器电气自检开路/短路/超出量程、数据质量自检跳变率、死值检测、长时间冻结检测、互校自检同区域内两个温度传感器的读数差是否超出合理范围、状态机自检传感器模式切换是否正常。任何一层自检失败该通道立即打上“无效”标签并输出诊断码到上层不再参与模型推理。冗余策略上我不建议搞成复杂的多传感器表决。更实际的方案是关键通道比如每簇温度、每串电压双冗余辅助通道气敏、压力、声发射单点部署当关键通道一路失效时系统自动降级到“规则模型”模式运行此时会适当降低预警灵敏度但绝不静默。降级策略要在设计之初就明确否则故障场景下模型行为不可预期比不降级还危险。5. 工程化落地的几个反直觉经验这部分内容是我在多次交付过程中总结出来的很多结论和直觉是反的。5.1 正样本稀缺的建模困境热失控本来就是小概率事件真实故障数据很难积累。很多AI项目团队把精力耗在追求高精度分类器上这其实是个无底洞。我的建模思路是“先学正常再找异常”——正常工况数据量大且廉价先用无监督方法建模正常分布再用特征工程和规则去做异常定位。这样即使没有正样本也能上线运行后续每积累一次真实故障或破坏性实验案例都可以把样本加进训练集做增量优化。破坏性实验针刺、过充、热箱是优先获取靠谱正样本的途径。建议每批次电池做两组热失控标定试验一组热箱加热一组过充或针刺传感器记录全过程的完整数据标注出“早期信号变化起始点”“不可逆点”“热失控爆发点”三个关键时间轴。这三条时间轴决定了传感器系统的前瞻时间指标也是对外汇报预警能力的最硬证据。5.2 误报率才是决定项目成败的经济账技术团队往往只盯“检出率”但运维现场真正痛苦的是误报。一次误报引发BMS跳闸或消防联动造成的停机损失、人工检查成本、客户信任损失远高于漏报一次但被分级预警拦截的代价。所以在算法设计上一定要给误报率设绝对红线。我个人定的标准是正常运行条件下每簇电池每月的“预警”级以上误报不超过一次“紧急”级别误报是零容忍。为了达标宁可把“注意”级别调得敏感一些因为它不触发物理动作也要保证预警/紧急级别的判定必须同时满足至少两路独立物理信号异常。单温度异常不触发紧急动作这是底线。5.3 从-20℃到60℃基线漂移的补偿公式思维电池包内部温度范围宽传感器输出会随环境温度发生明显漂移。比如MEMS压力传感器的零点温漂可以达到满量程的0.1%/℃气体传感器的基线也会随温度和湿度缓慢变化。如果不做补偿融合模型会把环境变化误判为电池异常。工程上最实用的补偿方式是“分域校准加特征归一化”把温度范围分成多个区间在每个区间内单独标定传感器的零点和灵敏度查表补偿同时把环境条件冷却液温度、环境温度、湿度也作为特征送入模型让模型学会区分“环境引起的正常漂移”和“电池引起的异常变化”。做试验时一定要做变温扫描验证只在25℃恒温下标定出的传感器数据上现场十有八九会被环境搞残。任何微型传感器在宽温度范围都有补偿问题热失控监测传感器也不例外。5.4 与存量BMS共存不推倒重来的接入方式不是所有项目都能从零设计一套电池包。大量现役储能柜和电动车已经带了BMS要做的是把热失控监测传感器节点“外挂”进现有系统而不是推翻原有保护逻辑。我的接入方式是把传感器节点当作独立监测单元与BMS之间通过隔离的通信接口RS485/Modbus或CAN交换数据。节点只提供预警建议和诊断信息不直接接管BMS的保护动作所有跳闸联动仍由原BMS按自己的安全逻辑执行。这样避免了两套系统权限冲突导致的安全责任不清也降低了改造难度。通信协议方面Modbus RTU在工业现场用得最多注意把状态寄存器按四级状态字段设计好别只留一个bit表示“报警”开/关。网关和云平台之间的数据交换用标准物联网协议但注意边缘侧一定要保留本地决策能力——电池事故往往伴随通信中断如果算法全在云端出事时可能连不上网。边缘计算节点上跑轻量化模型云端只做模型迭代和长周期数据分析。这个“云边协同”架构不是花架子它是电池安全场景的基本要求。写在最后的调试习惯这套传感器节点做完第一版样机后我花了整整两周时间做“烤机”实验。所谓烤机就是用贴片加热器模拟局部热点从20W慢烤到80W快烤看传感器系统到底能在什么时间点给出预警。这项实验强烈推荐每个项目都做因为在真实的针刺和热箱实验中成本高、数量有限而加热片实验可以在完全不破坏电池的前提下反复验证传感器的空间覆盖和算法灵敏度性价比极高。实测中我发现单纯贴在电芯壳体表面的温度探头在加热片40W功率下要滞后接近4分钟才能稳定捕捉到温升但如果把温度、气体、压力三条通道融合系统在加热开始后不到90秒就能稳定输出“注意”级预警。这就是多物理参数融合和单温度阈值最直观的差距。最后再提一个容易被忽视的细节给系统的所有预警事件保存“证据包”包括原始波形片段、特征值快照、模型输入输出、状态跳变日志。一次预警不管真假事后都能完整回放这对算法迭代和现场沟通都极其重要。我现在的习惯是每个事件至少保存事件前5分钟到事件后2分钟的全部数据这可能是整个系统里最不起眼却最有长期价值的功能。我的经验是一套模块化、可解释、能分级的监测系统比一个单纯追求“更高准确率”的AI大模型更适合面对锂电池热失控监测这种“平时安静、出事要命”的场景。