1.一种基于径向基神经网络的风力机反馈线性化功率控制方法，所述风力机的功率控制系统包括风轮，风速传感器，转速传感器，转矩传感器，变桨控制器，变桨执行器，位置传感器，传动链及电机，其特征在于，控制方法包括以下步骤：

101、获取风力机的系统参数，并建立变桨控制器的仿射非线性模型及转矩控制器的仿射非线性模型；

102、再基于变桨控制器的仿射非线性模型及转矩控制器的仿射非线性模型进行极点配置，从而得到变桨控制器的反馈控制律和转矩控制器的反馈控制律；

103、将并列设置的变桨控制器和转矩控制器形成双环控制，得到双环控制器的阀值，并形成双环控制器的切换逻辑；

104、风速高于风轮转速额定值时，当由风速引起的功率变化低于最小精度变桨角度时功率的变化时，采用转矩控制器；当风速变化速率超过变桨速率时，采用转矩控制器；当由风速产生的轴向作用力大于最大轴向力时，采用转矩控制器进行控制；否则，采用变桨控制器进行控制；

105、对步骤104采用双环控制的系统进行RBF径向基神经网络进行误差补偿。

2.根据权利要求1所述的基于径向基神经网络的风力机反馈线性化功率控制方法，所述变桨控制器的仿射非线性模型为 x为n维状态向量，f1(x)和g1(x)表示光滑向量场，h1(x)表示充分光滑的非线性函数，u1∈R，y1∈R。

3.根据权利要求1所述的基于径向基神经网络的风力机反馈线性化功率控制方法，步骤102可得反馈表达式：v1＝-k1h1(x)，k1为反馈系数。

4.根据权利要求1或2或3所述的基于径向基神经网络的风力机反馈线性化功率控制方法，所述RBF径向基神经网络隐含层的激活函数选择高斯函数或格林函数作为RBF的基函数。

5.根据权利要求4所述的基于径向基神经网络的风力机反馈线性化功率控制方法，当选择高斯函数时，表示为：式中，hi为高斯基函数，由它构成的径向基向量为H＝[h1,h2,…hn]'；bi为节点i的基宽度参数；X＝[x1,x2,…,xm]'为网络的输入向量；Ci为第i个节点的中心矢量，表示为[ci1,ci2,…cim]'。

6.根据权利要求4所述的基于径向基神经网络的风力机反馈线性化功率控制方法，基于RBF径向基神经网络的动态误差补偿器如下:式中，n11为系统决定的系数； 为 的估计值，即为误差估计值，其值由RBF神经网络输出决定； 是最佳误差逼近；ζ11为补偿加权值。