随着现代电力系统的发展，大容量机组在电网中的比例不断提高，其调节性能的优劣直接影响着机组的安全、经济运行，以及整个电网的稳定性和供电的品质。然而机组的长期运行、设备检修及老化等问题都会导致汽轮机及其调节系统的特性参数偏离设计值，从而影响整个系统的调节性能。为了精确掌握机组当前运行过程中的工作特性，急需获得反映对象实际特性的动态模型。但是由于具体设备当前状态、动态规律难以完全采用基于基础理论的分析方法获取，因此基于实测对象响应特性的参数辨识方法被认为是一种有效的手段。针对目前汽轮机及其调节系统的参数辨识过程耗时长、人为干预多、重复性差等问题。本文提出一种一键式智能辨识方法，并将该辨识方法用于实际火电机组汽轮机及其调节系统的参数辨识。与传统参数辨识方法的比较，表明了该辨识方法的实用性、方便性和高效性。论文的主要工作及成果如下：（1）针对传统的多参数并行计算的缺点，提出了一种新的多参数串行辨识方法，并将其应用于某600MW火电机组汽轮机及其调速系统的参数辨识中，通过与并行辨识结果的比较，证明了该方法的有效性。（2）对三种常见的智能参数辨识算法在具体汽轮机及其调节系统参数辨识过程中的特点进行了分析比较。分别采用遗传算法、改进型粒子群算法、改进型引力搜索算法对某600MW和某300MW汽轮机组进行参数辨识，通过对辨识结果的对比，分析了三种算法在汽轮机及其调节系统参数辨识中的适用性，为实际工程过程中的方法选取提供参考。（3）结合多参数串行计算方法、智能寻优算法、自动寻找扰动特性参数等手段，提出了一种一键式智能参数辨识方法。基于实测数据自动寻找并设置扰动过程中的阶跃点、阶跃前的起始值、阶跃后的稳定值、数据总数等参数，减少了人为工作量，同时保证了辨识结果的可重复性。以某600MW和某300MW火电机组的汽轮机及其调节系统为对象，采用本文提出的辨识方法进行了参数辨识，并将其辨识结果与多种传统的辨识方法进行了比较，证明了所提出的方法的精确性和高效性。本文提出的多参数串行计算方法为汽轮机及其调节系统的参数辨识提供了一种新的思路。