本论文首先针对水轮发电机组调节系统的时变性以及非线性特点，主要研究了模糊PID控制策略的特点、神经网络PID控制策略的特点和模糊神经网络控制策略的特点。并在研究控制策略的基础上，分别构建了基于模糊PID控制、BP神经网络PID控制和模糊神经网络PID控制的水轮机调节系统模型。此外还利用MATLAB工具箱对几种控制方法进行了仿真实验，并对仿真结果进行了比较分析。 本论文还针对目前我国水电站向全厂自动化过渡的形式，研究了基于现场总线的水电站控制，重点研究了水轮机组的控制，并设计了具有先进控制策略的智能水轮机调节器。 研究表明，与常规的固定PID参数的控制算法相比，引入模糊控制和神经网络控制后水轮发电机组的调节特性得到了明显改善，并具有良好的动态品质。仿真得到的系统响应曲线跟踪特性好，超调量小，调节过程平稳。应用模糊神经网络实现的PID控制参数Kp，Ki，Kd，比单纯神经网络取得了更好的效果，超调量相对更小，实时性更好，并且能以最快的速度收敛。 所以，从这几种控制策略的仿真比较中，我们得出模糊神经网络是这几种控制方法中控制效果最好的，并且具有较强的鲁棒性。模糊神经网络控制不但解决了神经网络在智能信息处理中整个网络像一个黑匣子的问题而且解决了模糊控制中人对控制规则描述不准确的问题。 模糊神经网络同时具有模糊逻辑易于表达人类知识的优点和神经网络的分布式信息存储以及学习能力的优点。模糊神经网络这一方法的应用，对于改善PID控制器参数整定的有效性和提高水轮发电机组的动态特性都是有益的。随着水电站“无人值班”的发展趋势和优化调度，经济运行要求的提出，传统的监控设备已经越来越不能满足电力工业日益发展的需求。现场总线技术以其先进性、实用性、可靠性、开放性的优点，必然成为未来自动化技术发展的主流。本论文在这样的形式下做一些基于现场总线的机组控制方面的探讨并设计基于现场总线的智能控制器，对水电站实现自动化监控有一定的推进作用，并有望在水轮机调节系统的实际控制中获得广泛应用。