随着低水头资源开发的日益增多，低水头电站的建设与日俱增。研究表明，灯泡贯流式水轮发电机组是最适合发展低水头发电的机型。目前我国在调节系统的控制策略上大多采用的是PID控制，其中参数的确定是通过一定的工况设计和实验所得，普通的PID控制难以保证灯泡贯流式机组在单机带孤立负荷时的稳定运行。针对普通PID控制的不足，引入模糊神经网络PID控制。这主要是因为模糊逻辑和神经网络有很强的互补性。一方面，在神经网络中，可以非常方便的学习样本，因为神经网络具有信息的分布式存储、并行计算、较强的容错能力等特点，可以弥补模糊系统中学习能力差的不足;另一方面，在模糊系统中，对于知识的表达和抽取比较简单，可以弥补神经网络对于那些需要依据规则的系统难以表达的不足。　　将模糊控制与神经网络有效融合并与PID控制相结合，取长补短，构成的模糊神经网络PID控制受到更多人的青睐，被广泛应用到各个工业领域中，水轮发电机组调节系统控制也不例外。本文首先针对贯流式机组工作水头低、流量大、水头相对变化较大等特点，对普通PID控制在灯泡贯流式机组的中的运行状况进行了研究。其次针对普通PID控制的不足，将模糊控制与PID控制相结合，在MATLAB中建立了适合于灯泡贯流式机组调节系统的模糊PID控制模型。最后针对模糊PID控制中存在的不足，将模糊神经网络控制与PID控制相结合，建立了适合于贯流式机组的模糊神经网络PID控制模型，然后与普通PID控制策略进行比较，可以看出，模糊神经网络PID控制在灯泡贯流式机组控制系统中，无论在超调量、调节时间还是稳定性上都比普通PID要好。本文就是将模糊神经网络PID控制思想应用到灯泡贯流式水轮发电机组调节系统中，得到了理想的控制效果。