1996年，美国西部电力联合体(WECC)经历了一次停电事故，采用IEEE提出的旧模型进行模拟，系统功率是稳定的，而实测功率是振荡的，且幅值不断增大。目前，国内电力系统稳定计算程序采用的原动机及调速器模型大多使用经典模型和经典参数，鉴于WECC的教训，有必要采用新的水轮机调节系统模型。　　 本文在广泛参阅国内外相关文献的基础上，首先对调节系统建模的现状进行了分析，然后对调节系统各个部分的动态模型进行了分析，在MATLAB/SIMULINK环境下建立了调节系统的可视化仿真模型。本文还对调节系统的死区和限幅等非线性环节进行了研究，以期获得更加符合实际情况的模型。对于不易直接获得参数的水轮机及其压力引水系统模型，本文提出基于最小二乘算法(LS)和粒子群优化算法(PSO)的辨识建模方法。　　 最小二乘算法比较成熟，并且易于计算机编程实现，应用广泛，是系统辨识的主要手段之一。尤其是递推最小二乘算法，适用于实时辨识。粒子群算法是一种新兴的智能算法，它便于实现，需要调整的参数很少，收敛速度快，计算代价低。而且，它不需要目标函数的梯度信息，只依靠函数值。粒子群算法已被证明是解决许多全局优化问题的有效方法。　　 最后，作者在实测数据的基础上，对水轮机调节系统进行了仿真和校验，并将仿真结果和PSASP、BPA计算程序中的经典模型仿真结果以及实测数据进行了对比，对比结果表明本文提出的水轮机调节系统模型仿真输出与实测数据吻合，很好地反映了调节系统的动态特性，而经典模型的仿真输出与实测数据出入较大，需要采用新的原动机及其调速器模型。　　 校验结果表明，本文提出的基于参数辨识的调节系统模型能很好地反映现代水轮机调节系统的特点，具有一定的实用性和通用性。