随着世界经济与新能源发电的发展,现代电力系统的规模迅速扩大。大区联网乃至全国、跨国联网的逐步施行,以及新元件、新技术的不断引入使得电网结构日益复杂,这种发展趋势对电力系统稳定性提出新的挑战。在改善电力系统动态性能和稳定性方面,通过引入非线性控制可以有效改善现有设备的性能。在众多方法中,发电机的励磁控制是最常用的技术手段。本文针对多机无穷大母线励磁系统,依照李雅普诺夫稳定性理论,提出一种基于RBF神经网络与自适应动态面相结合的控制策略,并完成控制器的设计。本篇论文的主要研究内容如下:针对带有SVC的多机电力系统,提出了一种滑模控制与分布自适应动态面控制相结合的控制方案。当多机电力系统中存在耦合互联项及时滞时,可通过对每个子系统的信息进行采集并采用有限覆盖引理对此进行处理,最终实现分布控制。在控制器设计的过程中,通过引入改进后的磁滞量化器有效减小系统的抖动,贴近实际控制。通过使用RBF神经网络作为逼近器,用来估计系统模型中的未知参数和不确定项,并且通过用权值向量的范数代替对权值向量本身的估计,简化计算步骤,更加适用于在线控制。经MATLAB仿真验证,该控制器能使多机电力系统的功角性能得到改善,并且在闭环系统中所有的控制信号均能快速收敛,实现半全局最终一致有界。针对具有死区的多机电力励磁系统完成基于自适应动态面算法的控制器设计,对死区进行分析,并且采取相应的方法予以解决,以提高控制效果。同时,将自适应动态面与误差转换函数及跟踪性能函数相结合,可以改善系统误差的动态品质。且在母线处配备静止无功补偿器,增强系统的无功调节能力,也增强系统的暂态稳定性。经MATLAB仿真验证,该控制器能使多机电力系统的跟踪误差始终保持在跟踪性能函数之间,并且所有信号半全局最终一致有界,仿真结果可以验证所提出控制方案的有效性。