随着风电机组的广泛接入，其在低压穿越时的响应特性对电网的安全稳定运行有着越来越重要的影响。风电机组的低渗透特性由其低穿控制参数决定。因此，提出了一种适用于直驱风电机组的多层神经网络低渗透控制参数辨识方法。首先，在经典M－P神经元模型和Sigmoid激活函数风机的基础上，结合直接驱动风机低渗透控制的一般模型，构建了多层神经网络。然后，根据直驱风机实际低渗透试验数据和相应的低渗透控制参数，构建多层神经网络的训练数据集，并用标准BP算法对多层神经网络模型进行训练。最后，通过对某型直驱系统的辨识结果曲线与实测低渗透曲线的比较，验证了所提出的多层神经网络低渗透控制参数辨识方法的有效性。