发电机励磁控制系统是电力系统的重要组成部分。它能够起到保证电压质量,提高电力系统运行的稳定性等作用,因此励磁控制对整个电力系统的运行具有决定性的意义。目前,国内外学者将PID控制与智能控制理论中的模糊控制结合起来,扬长避短,研究出了多种模糊PID励磁控制器。但一般模糊控制器各参数一旦确定后就无法改变,从而不能自动适应系统参数的变化,需要进一步改进。本文分析了发电机励磁控制规律的发展现状,在系统地学习模糊控制理论和神经网络控制理论及粒子群优化算法的基础上,针对同步发电机励磁控制系统被控对象的时变性以及非线性,采用了一种以模糊神经网络和PID神经网络串联结合的控制策略,并设计了模糊神经PID励磁控制器。该控制器融合了模糊控制、神经网络控制和常规PID控制各自的优点,既保持了PID控制简单、精度高的特点,又充分发挥了模糊控制灵活、适应性强、快速性好的优点。接着利用改进的粒子群优化算法对该模糊神经PID励磁控制器的相关参数进行优化,从而得到近乎最优的励磁控制器。最后对所设计的模糊神经PID励磁控制器进行了仿真研究。仿真结果表明:本文所设计的励磁控制器较常规的励磁控制器具有更好的控制效果。