风力发电机桨距角的自适应PID控制

本项目实战案例旨在演示如何利用 PyQt5 构建现代化的仿真界面，并实现基于 RBF (Radial Basis Function) 神经网络的自适应 PID 控制算法，用于风力发电机桨距角（Pitch Angle）控制，以在变风速条件下维持发电机转速恒定。 在风力发电系统中，当风速高于额定风速时，需要通过调节桨距角来限制捕获的风能，从而保持发电机输出功率和转速的稳定。传统的 PID 控制器参数固定，难以适应风力机高度非线性、时变和强耦合的特性。本项目采用 RBF神经网络自适应PID控制算法，利用神经网络的在线学习能力，实时辨识被控对象的 Jacobian 信息，并根据梯度下降法在线调整 PID 参数 ，从而实现对非线性系统的自适应控制。