目前,由于我国所建水电站单机容量大、引水系统复杂等特点,使得水轮机调节系统(Hydraulic Turbine Regulating System,HTRS)的建模极为困难,进而为电力系统的安全稳定运行带来巨大的考验。本文在水轮机调节系统工作原理的基础上,分别搭建了HTRS在线性条件和非线性条件下的数学模型,凝练出HTRS关于控制规律设计、PID控制算法以及滑模控制算法的参数优化问题。结合人工智能算法完成对不同控制算法参数的优化,从而实现对HTRS性能的改善与优化。首先,分析HTRS的工作原理与组成结构,并采用分块建模的方法对各个部分建立相应的数学模型表达式。对于不同的波动情况建立不同的数学模型,分别对应小波动情况的线性HTRS数学模型以及大波动情况的非线性HTRS数学模型。接着,针对小波动情况下的线性HTRS数学模型,采用简单易操作的PID控制算法完成对系统动态特性的优化。而对于大波动情况下的非线性HTRS数学模型,采用本身具有非线性特性的滑模控制(Sliding Mode Control,SMC)算法对整个系统的动态性能进行分析。其中,对于传统SMC控制算法易产生抖振的缺点,提出了融合PID滑模面的改进PID滑模控制算法(IPID-SMC)。对于上述所采用的PID、SMC以及IPID-SMC三种控制算法,选择人工蜂群算法(Artificial Bee Colony Algorithm,ABC)对各控制算法所需要的参数进行优化。为了提高标准ABC算法的全局搜索能力、优化算法的收敛速度和精度,提出以下改进算法:一是引入PSO算法中的全局最优机制,以增强蜂群的全局寻优能力;二是引入位置调整百分比,并对其进行模糊控制,以达到蜂群局部开采能力和全局寻优能力的平衡,从而提出了改进后的模糊人工蜂群算法(Modified Fuzzy Artificial Bee Colony Algorithm,MFABC)。为了验证MFABC算法的函数优化能力,采用多个常用的基准测试函数进行仿真实验,结果表明相较于其他几种智能算法,所提出的MFABC算法在收敛性和稳定性上均占有优势。且经过MFABC算法优化后的PID、SMC和IPID-SMC控制算法所对应的HTRS的动态性能都得到了改善和提高。