发电机励磁控制一直是备受关注的研究课题，优化和发展先进的励磁控制系统对发电机乃至整个电力系统的运行都起到至关重要的作用。目前由于系统互联和新技术的应用，电力系统的复杂性日益上升，这使得传统的励磁控制方式已不能很好的满足其控制要求，而计算机技术、智能控制理论和新型优化算法的蓬勃发展为解决这一问题提供了一个新的出路。本文围绕同步发电机励磁系统智能控制，主要进行了以下几个方面研究工作：　　 在介绍同步发电机励磁控制系统的组成和性能目标要求的基础上，建立了励磁控制系统的数学模型。通过分析，推导了励磁控制系统的稳定域边界控制方程，给出控制参数的变化规律和特点，从而为同步发电机智能励磁控制器的多参数优化和整定提供理论依据。　　 文中提出一种自适应交叉概率、自适应变异概率和最优保存策略的改进遗传算法。仿真结果表明，用改进的遗传算法对控制系统的调节参数进行优化，可以有效地消除控制性能对参数初值的依赖性。改进遗传算法使得寻优效率大大提高，也改善了收敛性，具有很强的鲁棒性，是一种较好的多参数寻优方法。　　 CMAC是一种收敛速度快的神经网络，特别适合非线性系统实时控制；改进遗传算法作为一种高效优化算法适于多参数优化。因此，本文利用改进遗传算法优化CMAC和PID复合控制器的多个参数以实现自适应励磁控制。仿真结果表明，该控制策略能够有效地增加控制系统自适应性，提高系统稳定性，并具有较好的鲁棒性。　　 研究设计智能励磁控制器的硬件平台和软件系统。硬件平台采用32位嵌入式ARM芯片为核心的多CPU系统；软件采用模块化、结构化设计；系统各微机模块之间采用双CAN串行总线进行数据通讯。因此，所设计和开发的智能励磁控制器具有高速数据采集、分析计算功能强大、可靠性高、抗干扰能力强、配置灵活等特点。最后在动模试验机组上，对本文所研制的智能励磁控制器进行了试验，结果表明，该智能控制器对同步发电机的励磁控制是实时、有效和可靠的。　　 由于各种条件限制，本文提出的基于改进遗传算法多参数优化的CMAC智能励磁控制策略，还有必要对其理论和应用的价值作出更为深入探讨和评价。