В статье предложен метод оценки состояния здоровья (SOH) литий-ионных аккумуляторов, основанный на интеграции улучшенного алгоритма оптимизации китов и регрессии с опорными векторами (IWOA-SVR). Сначала собраны данные зарядки и разрядки при различных стратегиях, выделены ключевые параметры старения батареи; затем с помощью корреляционного анализа Пирсона подтверждена сильная связь параметров с SOH. Алгоритм включает адаптивный механизм регулировки веса и стратегию полётов Леви в традиционный алгоритм оптимизации китов, эффективно преодолевая проблему больших ошибок при онлайн-оценке SOH. Наконец, метод проверен на экспериментальных данных при типичных условиях постоянного тока и постоянного напряжения зарядки. Результаты показывают, что метод IWOA-SVR обладает большей стабильностью и точностью, максимальная ошибка контролируется в пределах 1,4%. Кроме того, по ключевым метрикам оценки — среднему абсолютному процентному отклонению (MAPE) и среднеквадратичной ошибке (RMSE) — метод IWOA-SVR значительно превосходит сравниваемые алгоритмы, подтверждая высокую точность и сильную робастность при онлайн-обнаружении SOH литий-ионных батарей.

литий-ионный аккумулятор;улучшенный алгоритм оптимизации китов;регрессия с опорными векторами;обнаружение состояния здоровья батареи