La evaluación de la salud de las baterías de litio en vuelo es crucial para las pruebas de vuelo, asegurando la seguridad y fiabilidad de los sistemas de energía de las aeronaves. Este artículo propone un algoritmo basado en máquinas de soporte vectorial para la evaluación de la salud de las baterías de litio en vuelo, que cuenta con un mecanismo de corrección dinámica para el parámetro de penalización por pérdida de riesgo. El enfoque propuesto ajusta sistemáticamente los parámetros de penalización por pérdida de riesgo en función de las tasas de error de juicio de las muestras e incorpora correcciones de identificación de fallos para cumplir con los requisitos de seguridad de la operación en vuelo. Los resultados experimentales demuestran la estabilidad y fiabilidad del algoritmo propuesto en la supresión de desviaciones del hiperplano, así como mejoras significativas en las tasas de recuperación de muestras de fallos. En comparación con SVM tradicionales y otros métodos de referencia como Random Forest y SVR, nuestro método superó significativamente a estos algoritmos en términos de precisión, tasa de recuperación y tasa de precisión. Este estudio proporciona un método eficiente y fiable para la evaluación de la salud de las baterías de litio en vuelo, con un valor de aplicación significativo.