在提高电力系统稳定性并改善其动态品质方面，发电机励磁控制已经成为了非常重要的措施。通过对发电机励磁进行适当的控制，可以有效改善电力系统的可靠性和动态响应方面的特性。而控制策略的研究和分析需要详细且准确的发电机模型参数。　　本文首先对同步发电机参数辨识方面和发电机励磁控制做了较为详细的描述，介绍了同步发电机参数辨识所需要的模型和辨识方法以及励磁控制结构的数学模型，以及基于本文的研究提出的非线性理论知识。　　对于发电机参数辨识方面，本文提出了分步辨识发电机电气参数的稳态参数和暂态参数，从而提高了辨识效率和精度。对于机械参数的辨识，由于方程中各个观测量都是可以测得的量，所以可以直接进行辨识。　　在辨识出同步发电机参数的基础上，基于提出的非线性理论，本文提出将一般的PID进行非线性化，然后结合模糊神经网络，构成了一种新的励磁控制器—FNN非线性PID控制器。该控制器将PID进行非线性化，可以更好地与非线性的模糊神经网络控制相结合，既保持了一般PID控制算法简单的特点，又充分发挥了模糊神经理论的控制灵活、适应性强、速度快的优点。针对一般经典PID控制、模糊神经PID控制和FNN非线性PID控制三种控制器的不同特点，本文利用MATLAB仿真软件对这三种控制方法进行建模，并对各种控制器的控制效果进行仿真对比。结果表明:本文所提出的励磁控制方法能在更大程度上改善系统干扰的稳定性，对系统的振荡可以提供更有效的阻尼作用，具有更好的稳态特性和鲁棒性。