稀疏采样下位置域迭代学习独立变桨控制方法

本发明公开了一种稀疏采样下位置域迭代学习独立变桨控制方法，主要涉及风力发电载荷控制技术领域。该方法包括以下步骤：建立风力发电机的位置域状态空间模型，将变频周期性载荷转化为固定空间频率干扰；设计迭代学习观测器（ILO）实现对周期性干扰的高精度估计；设计迭代学习独立变桨控制器（ILC‑IPC），结合干扰估计值构建PD型迭代学习控制律，提升载荷抑制精度；构建并求解关于采样步长的线性矩阵不等式（LMI）优化问题，确定保证系统稳定性的最大允许采样步长，实现稀疏采样下的控制性能与成本平衡。本发明通过位置域建模、迭代学习机制及稀疏采样优化，有效抑制风力发电机周期性载荷，降低控制系统硬件和计算要求，提升系统运行效率与经济性。