基于深度神经网络的斜坡式重力储能系统质量块抓取装置控制方法

重力储能系统对于质量块码放环节的时效性要求较高,针对现有抓取装置在时效性上的不足,提出了一种基于深度神经网络的斜坡式重力储能系统质量块抓取装置控制方法。首先,介绍了斜坡式重力储能系统的整体工作流程以及对质量块抓取装置的需求;其次,提出了根据质量块瞬时加速度计算其运行路程的方法,并根据质量块在缓冲平台的运行路程影响因素分析了该方法的误差来源,基于误差来源构造质量块运行路程的数据集;最后,引进深度神经网络,通过训练确定网络结构和参数,利用Dropout机制增强模型的泛化能力,得到质量块运行路程的预测模型。分析表明,所提控制方法可以较好地满足系统对码放环节的时效性以及精度的需求,使用本模型可在50 ms内给出质量块的运行路程预测值,且误差在±0.1 m内,验证了方案的可行性。