风力发电变桨控制技术是风力发电相关技术中的一个研究热点,通过变桨控制技术,有效的控制风能转换效率；改善电能质量；缓解传动系统及塔架上的载荷、延长设备使用年限；保证风力发电机在大风速时安全稳定运行的同时,减少风力发电并网时的不利影响,并最大可能平稳输出功率。本论文的研究对象是1.5MW直驱型永磁同步风力发电机系统。论文依据原有理论模型并结合实际情况,充分考虑到风力机大惯性,大滞后的特点,对模型进行相应的简化与修正。通过MATLAB仿真实验平台构建了风力机系统的仿真模型；并结合上海万德风力发电股份有限公司1.5MW-W78直驱型永磁风力发电机对仿真模型参数进行设置,使仿真模型更贴合实际,同时,使仿真讨论更具现实意义。本文建立了PI变桨控制器,实验结果表明PI控制算法不易满足非线性系统的控制要求。因此,本文设计了自适应模糊PI控制器,采用模糊推理的方法实现PI控制器参数kp、ki的自整定。仿真实验结果表明,基于自适应模糊PI控制算法的变桨控制器具有鲁棒性强、超调量小、稳态精度高,且在变桨控制中调控平稳,对传动系统及变桨执行机构的损耗小等优点。因此,是一种较为理想的智能性控制方案,更适合于大型风力发电机系统的变桨控制。考虑到风力机系统多变量,非线性,多干扰的特点,论文中同时尝试了使用神经网络技术解决风力发电机功率控制问题。建立了基于RBF神经网络的桨距角预测模型,并设计了神经网络模型控制器,利用神经网络模型控制器对风力机系统的输出功率进行了预测控制。实验结果表明,基于RBF神经网络技术的桨距角预测模型,对风力发电机的桨距角有较高的预测精度,神经网络技术在风力发电系统的控制方面具有较好的应用价值。