随着电力系统规模的日益扩大，保证系统运行的可靠性和稳定性，提供合格的电能质量和良好的动态品质具有极其重要的意义。同步发电机励磁控制系统是电力系统控制的重要部分，能够起到减小电压波动、平衡无功功率分配、提高系统抗干扰、维护系统运行稳定性等作用，因此对同步发电机励磁控制系统的优化研究对整个电力系统的运行都具有决定性的意义，具有较高的实用价值。本文在对发电机励磁控制系统已有研究成果的综合分析基础上，提出了应用模糊智能控制、神经网络控制及遗传优化算法设计发电机励磁控制器的新方案，将模糊和神经网络的优势互补，充分发挥各自的潜能，并利用遗传算法对模糊参数的优化能力，使所设计的励磁控制系统具有最优控制效果。该研究具有理论意义和较高的实用价值。根据模糊逻辑控制方式不依赖对象的数学模型，鲁棒性强，反应迅速，简单实用的特点，本文提出采用模糊智能控制来设计同步发电机的励磁控制系统，建立了基于模糊逻辑的励磁控制器，归纳出适合于发电机励磁系统的模糊控制规律，形成了PI参数的模糊决策表，较好地满足了励磁控制系统反应速度快和鲁棒性强的要求。依据NN的非线性拟合和推广能力强的优势，本文进一步将模糊逻辑和NN相结合，设计了基于F-NN的励磁控制器。模糊控制和NN的结合，不但保留了模糊控制的全部功能，而且利用NN非线性拟合能力和泛化能力，使所设计的F-NN励磁控制器能够体现出励磁控制的非线性特征，更精确地反映励磁调节的动态过程，达到更佳的控制效果。针对F-NN励磁控制器设计过程中，模糊参数依赖经验给定，难于保证所设计的励磁控制系统为最优的缺陷，依据遗传算法适合于在一个复杂、具有不确定性的空间中寻找全局最优解的优势，本文提出采用遗传算法来优化励磁控制器输入、输出变量的隶属度函数和量化因子，设计了基于遗传算法优化的F-NN励磁控制器。该控制器既保留了F-NN励磁控制器的特征，又经过遗传算法优化，有效解决了模糊控制器设计参数的选取问题，使系统达到了最优的控制效果。