1.一种基于神经网络的风电并网线性自抗扰控制系统，其特征在于：其应用在风电系统的电压外环，其包括：

跟踪微分器，用于微分信号获取和过渡过程配置；

线性扩张状态观测器，用于总扰动的观测，并分别输出输出量的观测值z1，输出量的微分的观测值z2及总扰动的观测值z3；

线性状态误差反馈控制律，用于控制信号生成，其控制品质为u0＝KP(r‑z1)‑KDz2，其中r为直流母线电压参考值，KP、KD为控制参数；

被控系统，传递函数为： 其中Kc为并网直轴电流id和直流母线电容电流idc的转换系数，C是滤波电容，T是PWM装置延时时间，s为复数频率；

BP神经网络，线性状态误差反馈控制率的控制参数KP、KD经由BP神经网络在线调整生成，所述BP神经网络根据直流母线电压参考值与输出量的观测值的误差及直流母线电压参考值对输出的控制参数KP、KD进行在线调整，所述直流母线电压参考值作为BP神经网络的第一输入信号，所述线性扩张状态观测器生成的输出量的观测值z1与直流母线电压参考值r做减法比较之后产生的误差e分别作为BP神经网络的第二输入信号及线性状态误差反馈控制律的KP端的输入信号，所述输出量的观测值z1作为BP神经网络的第三输入信号，所述输出量的微分的观测值z2作为线性状态误差反馈控制律的KD端的输入信号，线性状态误差反馈控制律的KP端的输出信号与线性状态误差反馈控制律的KD端的输出信号及总扰动的观测值z3依次做减法比较之后经由l/b0增益后得到被控系统的输入量u，且该被控系统的输入量u作为线性扩张状态观测器第一输入信号，被控系统的输出量y作为线性扩张状态观测器的第二输入信号，b0为自抗扰控制器假定参数。

2.根据权利要求1所述的基于神经网络的风电并网线性自抗扰控制系统，其特征在于：所述BP神经网络的输入层节点的输入输出为 其中上标代表不同的神经元层，当上标为(0)代表输入层，(1)代表隐含层，(2)代表输出层，所述BP神经网络的输入层具有三个输入 其中e(n)为被控系统的误差，e(n)＝r(n)‑z1(n)，n为迭代次数，BP神经网络的输出为

3.根据权利要求1所述的基于神经网络的风电并网线性自抗扰控制系统，其特征在于：所述被控系统的状态空间表达式为

其中， f′为实际未知总扰动，f′＝w+(b‑b0)u，w为外部扰动， b为一个假定参数。

4.根据权利要求3所述的基于神经网络的风电并网线性自抗扰控制系统，其特征在于：T

所述线性扩张状态观测器为 uc＝[u y] 为LESO的组合输入，L为需要配置的观测器增益矩阵，ω0为观测器带宽，T

经过参数化，可得L＝[β1 β2 β3]，其中

5.根据权利要求1或4所述的基于神经网络的风电并网线性自抗扰控制系统，其特征在于：所述线性扩张状态观测器的状态方程为 其中β1、β2和β3为需要配置的观测器增益，u为LADRC的控制品质，

6.根据权利要求5所述的基于神经网络的风电并网线性自抗扰控制系统，其特征在于：所述线性状态误差反馈控制律的控制参数KP、KD： KD＝2ωc。

7.根据权利要求1所述的基于神经网络的风电并网线性自抗扰控制系统，其特征在于：被控系统的输出量y与输出量的观测值z1经由减法运算后分成三路，第一路经由β3倍增益及

1/s倍增益后输出总扰动的观测值z3，第二路经由β2倍增益后与经由b0倍增益后的被控系统的输入量u及总扰动的观测值z3做加法运算后，再通过1/s倍增益后输出输出量的微分的观测值z2，第三路经由β1倍增益后与输出量的微分的观测值z2做加法运算后经由1/s倍增益后输出输出量的观测值z1。