在现代的电力系统中，提高和维持同步发电机运行的稳定性，是保证电力系统安全、经济运行的基本条件之一。在众多改善同步发电机稳定运行的措施中，运用现代控制理论、提高励磁系统的控制性能是公认的经济而有效的手段之一。 　　大型同步发电机励磁控制研究已成为各种控制理论和方法的“试金石”，经过多年的探索，在理论和实践上，都已取得了丰硕的成果；而在目前和将来，随着电网规模的不断扩大及其对安全稳定性水平要求的提高，以及控制理论的推陈出新，这一领域的研究将继续深入发展。 　　为了改进控制方式人们已经做了大量的研究工作。最初的控制方式是按发电机端电压误差来实现的所谓比例调节和比例—微分—积分调节方式。这种单变量控制方式不能有效地改善系统的动态品质和提高系统的稳定水平。后来，各种控制理论(例如：线性最优控制、线性自适应控制等等)被用于设计高性能的电力系统励磁调节器。虽然这些多变量控制方式能显著地改善系统的静态稳定性，但它们不能明显地提高动态稳定水平。事实上，电力系统是典型的非线性系统，用平衡点局部线性优化方法设计控制器可能导致无法容忍的错误，甚至当系统状态远离平衡点时控制器发生错误行为。 　　在说明励磁系统的静态和动态性能的基础上，本文首先对比总结了各种传统的以及智能化的励磁控制技术，并对各种控制技术的发展进行了综述，展望了今后的发展方向。接着在阐述模糊逻辑系统神经网络基本理论的基础上，设计了一种自适应模糊神经励磁控制方法。该方法在模糊神经网络的框架内，首先将选取发电机电压偏差与偏差变化率为输入量，对两输入量离散化，将离散后的输入量在论域内分成若干等级，并通过正态分布函数以确定其隶属函数以及语言变量值，然后建立模糊控制规则库。在实际控制过程中，根据电压偏差和偏差的变化率，重新对系统作出判断，用神经网络的学习方法调整模糊控制规则。 　　本文的另一个重点是建立电力系统励磁控制仿真模型。基于matlab编写励磁控制程序，并在simulink中进行仿真，对其在静态及暂态的情况下的调节效果进行了分析。仿真结果表明：自适应模糊神经励磁控制具有满意的静态性能和动态行为以及很好的鲁棒性。