本文结合东北电力集团两项科技项目——“自适应预测控制技术在水电厂微机调速系统的应用研究”及“水轮发电机组自动发电控制工况下水轮机导叶抖动问题的研究”，以水电机组控制问题为应用背景，研究了水电机组的建模及单机、多机水轮机调节系统控制问题。本文主要工作如下： 针对水轮发电机组复杂动态特征，提出一种动态递归模糊神经网络结构，并将其用于解决水轮发电机组的建模问题。通过在网络规则层引入乘积运算使得复杂模糊规则提取变得容易，模糊推理功能易于实现，网络具有模型参数少，收敛速度快，鲁棒性强的特点。提出的方法能克服基于反向误差传播的静态网络辩识动态系统的局限性，准确地辨识水轮发电机组的动态特性。 针对轴流转浆式水轮机特点，提出一种双调节水轮机的优化控制方法，该方法基于状态反馈H盛制理论，利用求取线性矩阵不等式完成系统优化控制设计。它可以使得在扰动下水轮发电机组导叶和浆叶的位置按照各自的优化控制规律进行调整，从而使水力过渡过程达到优化。 针对自动发电控制工况下的水电机组具有不匹配内联及不确定性，提出一种分散鲁棒控制策略。分散控制器设计采用两步方法，可以较好地利用系统的内联性，并且考虑通常在鲁棒分散控制研究中很少用到的不匹配及不确定性。通过设计可以使处于自动发电控制工况下的水电机组按照各自优化控制策略完成控制。 针对非线性条件下具有水力联系的水轮发电机组是一个复杂的倾向于不稳定和抖动的非线性系统的特点，首先提出了具有水力联系机组非线性动态模型，并在模型基础上设计了一种自适应模糊控制器。建立的模型可以较好的表达具有水力联系机组的可建模与不易建模特性；设计的自适应模糊控制器可以保证机组正常运行并对机组的状态进行补偿；并行运算方式可以使控制器取代数台独立分布于每台机组的常规PID水轮机调速器。 对水电机组的智能控制方法进行了研究，首先提出了一种基于状态因子模糊-PID复合控制策略，该方法将常规PID控制与模糊控制相结合，这样既保持了PID控制稳定误差小、稳定性好的优点，也具有模糊控制自适应和调节速度快的特点。状态因子作为复合控制实现的条件保证了控制动作在模糊控制与常规PID控制之间的平滑切换。最后采用GA学习控制量的隶属函数分布，通过多次迭代学习获得一组优化隶属函数分布，从而优化模糊控制规则，完成机组的在线控制。论文的结束部分对全文所做的工作进行了总结，并指出了下一步研究的方向。