1.一种基于大语言模型的粒子加速器系统环路参数在线智能调控方法，其特征在于，该方法包括：实时获取射频腔的腔体运行数据，其中，腔体运行数据包括当前的PI参数和射频腔的原始腔压 V c 和原始前向电压 V f ；根据原始腔压 V c 和原始前向电压 V f ，计算出当前腔体的系统状态参数，并判断是否满足调优终止条件，如果满足则调优完成退出，不满足则继续；将系统状态参数以及PI参数调优目标转化为自然语言描述的结构化系统状态描述，并生成任务执行提示词；基于任务执行提示词利用大语言模型分析系统状态，推理下一步的PI参数值，包括：构建多轮推理框架，实现大语言模型和LLRF系统响应之间交互；对于每一轮的推理，设计专用的任务执行提示词；推理时建立对话历史记录列表，存储完整推理轨迹，包括系统状态描述、模型推理过程和参数调整结果；基于系统状态描述、模型推理过程和参数调整结果，生成新的参数调整建议；输出结构化的调整建议；解析大语言模型的输出，精确提取PI参数值，并对精确提取的PI参数值进行合理性检查；将提取的PI参数值进行应用执行，并重复上述调优过程，直至调优完成。
2.根据权利要求1所述的基于大语言模型的粒子加速器系统环路参数在线智能调控方法，其特征在于，在幅相分开控制的LLRF系统中，幅度控制回路和相位控制回路各自采用独立的PI控制器，两个控制回路的参数整定互不干扰，在每个PI控制中， 代表比例增益， 代表积分增益，它们共同作用于同一个控制回路。
3.根据权利要求2所述的基于大语言模型的粒子加速器系统环路参数在线智能调控方法，其特征在于，系统状态参数是指基于原始腔压 V c 和原始前向电压 V f 计算的幅度/相位的RMS。
4.根据权利要求3所述的基于大语言模型的粒子加速器系统环路参数在线智能调控方法，其特征在于，当计算原始腔压 V c 相位信号 和原始前向电压 V f 相位信号 的系统状态参数RMS的具体公式为： ；式中， 为采样点数， 代表 或 ， 代表均值。
5.根据权利要求2所述的基于大语言模型的粒子加速器系统环路参数在线智能调控方法，其特征在于，调优终止条件为：系统交互次数达到预设的上限或者系统的稳定性达到了预设的要求。
6.根据权利要求2所述的基于大语言模型的粒子加速器系统环路参数在线智能调控方法，其特征在于，解析大语言模型的输出，精确提取PI参数值，并对精确提取的PI参数值进行合理性检查，包括：基于大语言模型的调整建议，采用正则表达式与命名实体识别相结合的方法提取 和 数值参数；针对模糊表述建立量化映射规则；对参数合理性进行检查，确保提取参数在安全范围内；生成标准格式的参数指令。
7.一种实现权利要求1-6任一项所述的基于大语言模型的粒子加速器系统环路参数在线智能调控方法的装置，其特征在于，包括：数据采集模块，被配置为实时获取射频腔的腔体运行数据，其中，腔体运行数据包括当前的PI参数和射频腔的原始腔压 V c 和原始前向电压 V f ；性能评估模块，评估根据原始腔压 V c 和原始前向电压 V f ，计算出当前腔体的系统状态参数，并判断是否满足调优终止条件，如果满足则调优完成退出，不满足则继续；信号-文本转化模块，被配置为将系统状态参数以及PI参数调优目标转化为自然语言描述的结构化系统状态描述，并生成任务执行提示词；大语言模型推理模块，被配置为基于任务执行提示词利用大语言模型分析系统状态，并推理下一步的PI参数值；文本参数解释模块，被配置为解析大语言模型的输出，精确提取PI参数值，并对精确提取的PI参数值进行合理性检查；参数解析与执行模块，被配置为将提取的PI参数值进行应用执行，并重复上述调优过程，直至调优完成。
8.一种电子设备，其特征在于，包括：至少一个处理器；以及与所述处理器通信连接的存储器；其中，所述存储器存储有可被所述处理器执行的指令，所述指令被所述处理器执行，以使所述处理器能够执行根据权利要求1-6中任一项所述的方法。
9.一种存储一个或多个程序的计算机可读存储介质，其特征在于，所述一个或多个程序包括计算机指令，所述计算机指令用于使计算机执行根据权利要求1-6中任一项所述的方法。
