(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111600999.X (22)申请日 2021.12.24 (71)申请人 中南大学 地址 410000 湖南省长 沙市岳麓区麓山 南 路932号 (72)发明人 王冰川　何彦伯　水忠益　李旭昊　 周盛超　 (74)专利代理 机构 广州嘉权专利商标事务所有 限公司 4 4205 专利代理师 马俊 (51)Int.Cl. G06F 30/27(2020.01) G06K 9/62(2022.01) G06F 111/06(2020.01) G06F 119/02(2020.01) (54)发明名称 一种两阶段代理模型辅助参数估计方法以 及系统 (57)摘要 本发明公开了一种两阶段代理模型辅助参 数估计方法以及系统， 本方法包括： 从原始数据 中采样初始参数； 构建降价模型， 根据降价模型 和第一差分进化从初始参数中筛选出期望参数； 构建数据驱动模 型， 根据数据驱动模 型和第二差 分进化从期望参数筛选出最优参数。 相较于现有 参数估计方案， 本发明利用降价模 型和数据驱动 模型之间的互补优势， 在第一阶段中， 通过降价 模型辅助差分进化来进行参数筛选， 过滤掉较差 的参数， 提高模型训练的效率， 在第二阶段中， 通 过数据驱动模 型辅助差分进化来进行精细估计， 从而提高估计精度， 相较于现有参数估计方案， 本发明实现了精度和效率之间的平衡， 采用结构 简单且搜索能力强的差分进化实现两个阶段的 搜索。 权利要求书2页 说明书10页 附图5页 CN 114462294 A 2022.05.10 CN 114462294 A 1.一种两阶段代理模型辅助参数估计方法， 其特 征在于， 包括如下步骤： 步骤S100、 从原始数据中采样初始参数； 步骤S200、 构建降价模型， 根据所述降价模型和第一差分进化从所述初始参数中筛选 出期望参数； 步骤S300、 构建数据驱动模型， 根据所述数据驱动模型和第二差分进化从所述期望参 数筛选出最优参数。 2.根据权利要求1所述的两阶段代理模型辅助参数估计方法， 其特征在于， 所述根据 所 述降价模型和第一差分进化从所述初始参数中筛 选出期望参数， 包括： 步骤S210、 根据所述初始参数构建第一数据库； 步骤S220、 从所述第一数据库中选取当前种群； 步骤S230、 利用所述第一差分进化根据当前种群生成后代种群， 通过所述降价模型从 后代种群的最优解筛 选出带有随机信息的随机解； 步骤S240、 通过 所述随机解更新所述第一数据库； 步骤S250、 当所述第一差分进化满足迭代更新停止条件后， 从更新完成的所述第一数 据库中筛 选出期望参数。 3.根据权利要求2所述的两阶段代理模型辅助参数估计方法， 其特征在于， 所述从更新 完成的所述第一数据库中筛 选出期望参数， 包括： 步骤S251、 将更新完成的所述第一数据库中的解均匀 划分为多个 群； 步骤S252、 根据K ‑Means聚类方法将每 个群划分成多个簇； 步骤S253、 根据P2D模型对每 个簇中心进行评估， 以筛 选出期望参数。 4.根据权利要求2所述的两阶段代理模型辅助参数估计方法， 其特征在于， 所述根据 所 述数据驱动模型和第二差分进化从所述期望参数筛 选出最优参数， 包括： 步骤S310、 根据所述期望参数构建第二数据库； 步骤S320、 从所述第二数据库中选取 出训练集和当前种群； 步骤S330、 利用所述第二差分进化根据当前种群生成后代种群， 利用所述数据驱动模 型根据所述训练集对后代种群进行精细估计， 得到最优解； 步骤S340、 通过P2D模型对最优解进行评估， 根据评估结果更新所述第二数据库； 步骤S350、 当所述第二差分进化满足迭代更新停止条件后， 得到更新完成的所述第二 数据库中的最优参数。 5.根据权利要求4所述的两阶段代理模型辅助参数估计方法， 其特征在于， 通过参数敏 感性分析设置所述第二差分进化的比例因子， 所述参数敏感性分析是指通过所述第二数据 库中的最优解测试每 个参数的敏感性。 6.根据权利要求5所述的两阶段代 理模型辅助参数估计方法， 其特征在于， 在步骤S350 之前， 还包括： 在所述第二数据库迭代更新多次后， 对最优解中最不敏感的参数进 行高斯突 变。 7.根据权利要求1至6任一项所述的两阶段代理模型辅助参数估计方法， 其特征在于， 所述构建降价模 型包括： 通过两参数模型以及固相、 液相欧姆定律和B ‑V方程， 经过SEI层极 化和液相简化得到的参数构建降价模型。 8.一种两阶段代理模型辅助参数估计系统， 其特 征在于， 包括：权　利　要　求　书 1/2 页 2 CN 114462294 A 2初始参数采集单 元， 用于从原 始数据中采样初始参数； 期望参数采集单元， 用于构建降价模型， 根据所述降价模型和第一差分进化从所述初 始参数中筛 选出期望参数； 最优参数采集单元， 用于构建数据驱动模型， 根据所述数据驱动模型和第二差分进化 从所述期望参数筛 选出最优参数。 9.一种电子设备， 其特征在于： 包括至少一个控制处理器和用于与所述至少一个控制 处理器通信连接的存储器； 所述存储器存储有可被所述至少一个控制处理器执行 的指令， 所述指令被所述至少一个控制处理器执行， 以使 所述至少一个控制处理器能够执行权利要 求1至7任一项所述的两阶段代理模型辅助参数估计方法。 10.一种计算机可读存储介质， 其特征在于： 所述计算机可读存储介质存储有计算机可 执行指令， 所述计算机可执行指 令用于使计算机能够执行权利要求 1至7任一项 所述的两阶 段代理模型辅助参数估计方法。权　利　要　求　书 2/2 页 3 CN 114462294 A 3