一种基于强化学习的风电机组PID控制器自适应整定方法及系统

一种基于强化学习的风电机组PID控制器自适应整定方法及系统，该方法构建包含风速、转速、功率、桨距角、扭矩及机械载荷的状态空间，采用DDPG算法训练智能体输出PID参数增量（ΔK<Sub>p</Sub>,ΔK<Sub>i</Sub>,ΔK<Sub>d</Sub>），并通过多目标综合奖励函数协同优化功率跟踪精度、转速稳定性、机械载荷抑制、动作平滑性及变桨与转矩控制间的耦合干扰。整定过程采用事件驱动机制，在风速突变≥2 m/s或功率偏差持续超限（≥5%额定功率达10秒）时触发在线微调，并引入动态学习率衰减与参数回滚安全机制。本发明实现无需精确模型的全局联合优化，显著提升风电机组在全工况下的自适应性、鲁棒性与运行寿命。