目前的电力系统有许多采用清洁能源的发电方式,如光伏逆变器。但在电力能源市场中同步发电机占有很大一部分,主要是因为同步发电机发出的三相电更加契合电网,电机容量大使用寿命较长。对于发电机而言,其励磁系统是最主要的部分之一,励磁系统可实现发电机的机端电压稳定,并网以后可为了调节无功,减少低频振荡。目前常用的励磁系统多为基于PID控制的AVR系统,其在控制中的超调、振荡等问题已经不能满足电网的要求。在原有控制基础上,优化PID参数是一种最有效、方便的实现方法。此类方法可在不修改励磁系统控制模型的条件下,通过修改部分参数来获得较好的控制性能。针对这一问题,本文提出了一种基于粒子群算法来整定PID参数的方法,通过仿真以及实验来验证其可靠性。粒子群算法可以完成对原系统一部分性能的改善,但其控制方法依然为经典的PID控制,参数经粒子群算法优化仍无法摆脱PID控制所带来的超调等固有的问题。针对这一问题本文采用基于模糊控制模型及神经网络模型对励磁系统的进行控制和优化;并采用模糊控制及神经网络方法来实时修改PID参数。在励磁系统处于不同的控制时段,采用不同的控制参数。尤其对于神经网络而言,通过“训练”的方法获得PID参数可以让参数更为合理,避免励磁系统振荡产生过大的超调,对维护电网稳定起到了至关重要的作用,本文通过MATLAB来对其进行分析并给出相关仿真实验结果。对于励磁系统而言其硬件电路设计也是不可或缺的,在文中对励磁系统的硬件电路进行设计以及制板,硬件电路包括PCB部分以及主电路部分,PCB部分中除了传统的电压,电流,以及频率采样电路以外,还添加了功率采样电路。同时设计了驱动电路以及保护电路等辅助电路。在主电路部分着重研究了其灭磁电路的原理以及实现方式,通过可靠地灭磁装置便可以有效地保护发电机转子不因为突然故障而烧毁,并且通过相关实验验证了硬件电路设计的可靠性。本文根据上述的算法给出了相关的程序流程图。其中包括了主程序设计以及子程序设计,为了验证所给出的控制方法的可行性,以及硬件电路在现场工况下的稳定性构建发电机励磁系统实验平台。在实验室条件下对发电机励磁系统进行了相关测试验证仿真结果的正确性,其中展示了发电机在没有经过优化以及优化过后的机端电压与励磁电流波形,可见优化效果明显。在水电站通过对励磁系统的调试给出相关波形验证了控制以及硬件电路的可行性与可靠性。