随着人类社会对电能的需求量越来越大,随之而产生的发电与用电之间的供需矛盾也日见突出,而优化电厂的控制策略、提高其发电效率是解决电力供需矛盾的有效方法之一。由于国内目前还是以火力发电和水力发电为主,故本文以火电厂燃烧控制系统以及水电站水轮机调速系统为对象,对其控制优化节能进行了研究。对于火电厂燃烧控制系统,首先利用B样条根据相关数据建立炉膛温度分布模型,然后采用BP神经网络作为控制器,将系统输出温度分布和系统设定温度分布所对应的B样条逼近权值作差后作为神经网络输入,控制目标是使得权值之差最小化以确保系统输出的炉膛温度分布跟踪上系统的设定温度分布。最后将仿真控制结果和传统控制方法作了对比,所提算法的快速性和稳定性得到了验证。而水电站水轮机调速控制系统很容易受到载体位置波动以及进水流量波动的干扰,并且这些随机扰动不一定服从高斯分布。为了尽量减少干扰对系统的影响,本文在研究中针对水轮机调速串级控制系统引入了基于最小熵的随机分布控制器作为主控制器,对应的性能指标为信息熵、系统误差以及控制输入的加权和,通过使性能指标最小化计算出系统控制率,其目标就是确保调速系统输出转速和设定值之差的概率密度函数的分布形状又尖又窄。