随着GDP的不断增长，用电量也不断的增长。我国87％的发电量来源于煤电。国外也是以煤为主的发电厂居多。然而，火电厂在其迅猛发展的一个多世纪以来，亦暴露出许多问题，出现过许多事故。火电厂的五类重大事故有:人身伤亡事故、火灾事故、爆炸事故、汽轮机事故、全厂停电和电气误操作事故。火灾事故往往伴随着爆炸事故或汽轮机事故，且造成无法估量的人身伤亡及经济损失。因此，能预防火灾的发生，将其在火灾早期扑灭，会减少许多不必要的损失。防火便显得非常重要，因而利用现代科技成果，设计出一套报警系统，在消防系统中更是重中之重。　　 基于以上的问题，本课题介绍火灾报警系统及消防控制系统，分析火电厂火灾事故原因，并根据《火力发电厂与变电站设计防火规范》GB50229-2006，来设计火电厂自动报警系统和消防控制系统。　　 本文给出模糊神经网络控制理论的基本原理。详细讲述模糊控制理论，神经网络控制理论的基本原理，及模糊神经网络的融合，给出本课题研究采用的基于神经网络的模糊神经网络控制的理论基础。用模糊神经网络处理火灾信号，建立模糊神经网络控制器模型，选择学习算法，并用MATLAB对火电厂火灾自动报警系统进行仿真，并对结果进行分析。仿真结果表明，模糊神经网络在火电厂的自动报警及消防控制系统的应用中，能有效的精确的给出火灾报警信号，为火电厂防火且能够安全运行提供了一定的理论支持。　　 本文通过对权值多次的修改，实现了模糊神经网络在自动报警系统设计中的良好应用，其结果阐释了系统的精确、稳定可靠的性能。