1.基于自适应神经网络有限时间控制的垂直轴风电机组悬浮控制方法，所述垂直轴风电机组，包括磁悬浮垂直轴风力发电机、悬浮控制系统、气隙传感器、风轮、转轴；所述磁悬浮垂直轴风力发电机包括永磁直驱型风力发电机和磁悬浮盘式电机；所述永磁直驱型风力发电机包括定子和转子；所述磁悬浮盘式电机包括盘式定子和盘式转子；所述盘式定子由盘式定子铁芯和悬浮绕组组成，所述悬浮绕组为直流励磁绕组；所述悬浮控制系统由悬浮变流器及其悬浮控制器组成，所述悬浮变流器与所述悬浮绕组连接，所述悬浮控制器包括外环悬浮气隙跟踪控制器和内环悬浮电流跟踪控制器；所述永磁直驱型风力发电机的转子、所述磁悬浮盘式电机的盘式转子、所述风轮和所述转轴统称为旋转体；其特征在于，包括以下步骤：

步骤1，当风速达到所述磁悬浮垂直轴风力发电机的切入风速时，所述悬浮控制器的外环悬浮气隙跟踪控制器采用具有有限时间收敛特性的全局快速终端滑模控制策略，所述悬浮控制器的内环悬浮电流跟踪控制器采用连续的有限时间控制策略，控制所述悬浮绕组的电流，使所述旋转体按预定参考轨迹向上悬浮至并保持在悬浮平衡点处实现稳定悬浮；具体方法是：

11)采用全局快速终端滑模控制策略设计所述外环悬浮气隙跟踪控制器：A1.设计全局快速终端滑模面为：式中，e1为悬浮气隙跟踪误差：e1＝δref‑δ，δref为悬浮气隙参考值，δ为悬浮气隙测量值；

α0、β0>0，p0和q0为正奇数，且p0>q0；

对式(1)求导，则有：

式中，和 分别为δ和δref对时间t的二阶导数；

根据所述旋转体在轴向上受向上的悬浮吸力、向下的所述旋转体自身重力和外界干扰力，由此可得所述旋转体在垂直方向上的动力学方程为：2

式中，m为所述旋转体质量，g为重力加速度；fd(t)为未知时变干扰；k＝μ0NS/4，其中，μ0为真空磁导率，S为所述盘式定子铁芯的磁极表面的有效面积，N为所述悬浮绕组的匝数；If为所述悬浮绕组的电流，称为悬浮电流；

由式(3)可得：

2

式中，d(t)＝fd(t)/m，f(x)＝‑k/(mδ)， d(t)、f(x)、u(t)分别表示系统不确定未知项、系统已知项和终端滑模控制器的输出；

将式(4)代入式(2)，可得：A2.求取全局快速终端滑模控制器输出：取终端滑模指数趋近律为：

式中，和η均为正实数，p和q均为正奇数，且p>q；

比较式(5)与式(6)，并用uTSMC替换u(t)，则可求得全局快速终端滑模控制器的输出为：A3.将步骤A2中式(7)得到的所述全局快速终端滑模控制器的输出uTSMC的绝对值开方后，得到所述外环悬浮气隙跟踪控制器的输出，令其为所述悬浮电流的参考值Iref：

12)采用连续有限时间控制策略设计内环悬浮电流跟踪控制器：将所述悬浮电流的参考值Iref减去其实际值If，得到其误差e2(t)，即：e2(t)＝Iref‑If；根据有限时间控制理论，所述悬浮绕组的电压U的参考值设计为：式中，λ1∈(0,1)，k1>0，k2>0，λ1、k1、k2均为控制器可调参数；tanh(·)表示双曲正切函数；

式(9)构成连续有限时间控制器，作为所述内环悬浮电流跟踪控制器；

13)将所述内环悬浮电流跟踪控制器的输出uC‑FTC送入PWM模块，产生所述悬浮变流器的驱动信号，从而控制所述悬浮电流If，使所述旋转体向上悬浮至并保证其稳定在平衡点；

步骤2，当实现稳定悬浮后，所述悬浮控制器的外环悬浮气隙跟踪控制器改用自适应神经网络全局快速终端滑模控制策略，所述悬浮控制器的内环悬浮电流跟踪控制器仍采用连续有限时间控制策略，控制所述悬浮电流，使所述旋转体在平衡点处保持稳定悬浮；具体方法是：

21)利用径向基神经网络逼近式(7)中的系统不确定未知项d(t)，实现对d(t)的估计：B1.确定所述径向基神经网络的结构：所述径向基神经网络由1个输入层、1个隐含层、1个输出层构成，所述输入层包括2个神经元，对应的输入向量为： 其中，为e1对时间t的导数；所述隐含层包括n个神经元，所述输出层有1个神经元；

B2.选择高斯基函数作为所述隐含层的激活函数，则所述隐含层的输出为：T

式中，hj为隐含层第j个神经元的输出，cj＝[cj1,cj2]是隐含层第j个神经元高斯基函数的中心向量，||E‑cj||为衡量输入向量E与隐含层第j个神经元中心向量的欧式范数，bj是隐含层第j个神经元的高斯基函数的宽度向量；

B3.以所述隐含层的输出值与隐含层到输出层权值的加权总和计算所述输出层的输出，令所述输出层的输出为式(7)中的系统不确定未知项d(t)的估计值 则有：T

式中， 表示所述输出层的权值向量，h＝[h1,h2,…,hn]表示所述隐含层的输出向量，其中，hj(j＝1,2…,n)由式(10)求得；

22)求取自适应径向基神经网络全局快速终端滑模控制器的输出：根据式(7)，用所述径向基神经网络的输出 代替所述全局快速终端滑模控制器中的不确定未知项d(t)，并用uARBF‑TSMC替换uTSMC，可得自适应径向基神经网络全局快速终端滑模控制器的输出为：

式中， 由式(11)求得；

23)确定径向基神经网络权值更新的自适应律为：式中，γ>0；

24)将步骤22)中式(12)得到的所述自适应径向基神经网络全局快速终端滑模控制器的输出uARBF‑TSMC的绝对值开方，得到所述外环悬浮气隙跟踪控制器的输出，令其为所述悬浮电流的参考值IAref：

25)将所述悬浮电流的参考值IAref减去其实际值If，得到其误差e3(t)，即：e3(t)＝IAref‑If；根据有限时间控制理论，所述悬浮绕组的电压U的参考值设计为：式中，λ2∈(0,1)，k3>0，k4>0，λ2、k3、k4均为控制器可调参数；tanh(·)表示双曲正切函数；

式(22)构成连续有限时间控制器，作为所述内环悬浮电流跟踪控制器；

26)将所述内环悬浮电流跟踪控制器的输出uAC‑FTC送入PWM模块，产生所述悬浮变流器的驱动信号，从而控制所述悬浮电流If，使所述旋转体在平衡点处保持稳定悬浮。

2.根据权利要求1所述的基于自适应神经网络有限时间控制的垂直轴风电机组悬浮控制方法，其特征在于，所述步骤23)中的确定径向基神经网络权值更新的自适应律的具体方法是：

C1.令系统不确定未知项d(t)表示为：*T

d(t)＝w h+ε    (13)*

式中，w 为所述径向基神经网络输出层的理想权值；ε为所述径向基神经网络的逼近误差，基于径向基神经网络的无限精度逼近作用，该误差可以限制得足够小，有|ε|≤εN，εN是ε的最小上确界，是一个有界正实数；

根据式(11)和式(13)，对系统不确定未知项d(t)的逼近误差可表示为：式中， 为网络权值的偏差；在径向基神经网络作用下，一定存在有界实数σ≥

0，使得该逼近误差满足

用uARBF‑TSMC替换u(t)，将式(12)、式(13)代入式(5)，并结合式(14)，可得对应的滑模趋近律为：

C2.构造Lyapunov函数：式中，γ>0；

对式(16)求导，并将式(15)代入，得：C3.取所述径向基神经网络权值更新的自适应律为：将式(18)代入式(17)，则有q/p

令η＝σ/|s |+ζ，ζ＞0，则有因q、p均为正奇数，故式(20)中 成立；因径向基神经网络对系统不确定未知项的逼近误差满足 且ε可以限制的足够小，通过神经网络的设计和控制器参数的选取，就可使式中σ|s|+εs≥0，即可满足 因而该系统是稳定的。