在电力控制系统中,励磁系统有助于恒定机端电压和提升系统稳定性。包括能够快速响应不稳定,从而提高瞬态稳定性和小信号稳定性。自动电压调节器AVR能够将同步发电机的端电压保持在更安全的限制范围内。为了克服非线性、不稳定性,本文在AVR系统内创建了智能控制程序。本文采用带有模糊逻辑控制器（FLC）的自动电压调节器（AVR）系统,使用三角隶属度函数（MF）分析带有FLC的AVR系统。误差电压作为FLC的输入,输出为三角MF,并用相应的控制器检验模糊AVR框架的运行效率。另外,本论文还提出了一种基于人工神经网络（ANN）的自动电压调节器（AVR）控制器,用于同步电机励磁电压系统,检验其适用性,提高暂态响应。尝试使用MLP神经系统与模糊逻辑AVR控制器进行比较。从实验过程中发现,MLP,ANN-AVR控制器通过快速消除振荡和提高电力系统的暂态稳定性来说没有针对性,而是过度反应。由于Neuro-fuzzy结合了模糊逻辑和神经网络特点,可以很好地通过学习来控制非线性的系统,有效地适应非线性,减少振荡时间、脆弱性和外界不稳定性。使用神经模糊模型作为神经网络控制器模型,来实现同步发电机（SG）所需的鲁棒AVR以保持一致的端电压。结果表明,与模糊逻辑控制器和人工神经网络相比,Neuro-Fuzzy控制器在瞬态反应、瞬态响应和系统稳定性方面对所有SG模型都有惊人的反应。此外,Neuro-Fuzzy控制器的活力边缘似乎比模糊逻辑控制器和ANN控制器更突出。