本发明公开了一种基于联合字典学习的储能系统锂离子电池零样本内短路故障诊断方法及系统，通过综合考虑电池的电性能和热性能特征的电池电热耦合模型；基于故障机理通过故障注入到模型中得到锂电池的模拟故障数据集，包括内短路、过热、环境低温、接触电阻故障；根据专家知识定义锂离子电池故障的属性知识库；基于联合字典学习理论，将可采集样本的故障时序数据和属性知识投影到一个共享子空间中；引入难以采集样本的故障的属性知识加入到模型中；引入故障区别性约束使得不同故障在共享子空间中能够被准确区分开来。本发明能够在缺乏部分故障样本的情况下，依然能够准确诊断出故障，为储能系统锂离子电池的故障诊断提供了一种高效可靠的解决方案。