本論文では、改良型クジラ最適化アルゴリズムとサポートベクター回帰（IWOA-SVR）を融合させたリチウムイオン電池の健康状態（SOH）検出評価方法を提案する。まず、異なる充放電戦略下での充放電データを収集し、主要な電池劣化特徴パラメータを抽出した。次に、ピアソン相関分析により特徴パラメータとSOH間の強い相関を検証した。アルゴリズムは従来のクジラ最適化アルゴリズムに適応的な重み調整機構とレビ飛行戦略を融合し、SOHのオンライン評価時に誤差が大きい問題を効果的に克服した。最後に、定電流定電圧充電及び定電流充電の2つの典型的な運転条件下の実験データを用いて検証し、IWOA-SVR検出方法はより高い安定性と精度を有し、最大誤差は1.4％以内に制御可能であることを示した。また、平均絶対百分率誤差（MAPE）と二乗平均平方根誤差（RMSE）という2つの主要評価指標において、IWOA-SVRは比較アルゴリズムよりも有意に優れており、リチウムイオン電池のSOHオンライン検出における高精度と強いロバスト性を十分に実証した。

リチウムイオン電池;改良クジラ最適化アルゴリズム;サポートベクター回帰;電池健康状態検出