近年来，随着发展低碳经济，电力需求的不断增长，对发电机组经济性能的要求不断提高，发展具有大容量、高参数、低能耗、强负荷适应性的超临界机组将成为趋势。超临界机组采用具有独特的汽水流程组织，强耦合性、非线性、复杂动态特性的直流锅炉系统。超临界机组变参数的运行方式、多变量的控制特点以及特殊的直流运行特性等使其控制系统设计、调试更加复杂。因此，超临界机组的智能控制系统的研究，对机组的安全、稳定、经济运行极为重要。在电厂控制系统中大量采PID控制器，其具有结构简单、鲁棒性好、适应性强、可靠性高等特点，适用于具有精确数学模型的被控对象。然而超临界机组很难得到确切的数学模型，传统PID控制器现场调试方法非常复杂，不能很好地适应变工况运行，控制效果不是特别理想。随着智能控制理论研究的发展，将其应用于协调控制系统设计中是一个发展方向。本文主要对智能控制算法中的模糊理论、神经网络算法、自适应控制及解耦控制系统进行了学习和研究。在已有超临界机组过热汽温模型的基础上研究了变论域模糊自适应PID控制算法，以伸缩因子为基础，设计了基于变论域模糊自适应PID的过热汽温智能控制系统，通过变论域的方法调整模糊控制策略。该方法将模糊控制的灵活性、鲁棒性、简便性与传统PID控制相结合，其控制简单，工作量小。模拟仿真效果显示该控制方法超调量小，控制精度高，提高了系统的动、静态性能，取得了满意的控制效果。通过对传统PID控制器设计方法的学习，在神经网络理论较为深入研究的基础上，设计了增益自调整单神经元自适应PID控制器。将该控制器应用于已有超临界过热汽温模型，相对于常规PID控制器，该控制器有比较好的跟踪性、鲁棒性、抗干扰性。研究了解耦控制系统，相对增益矩阵的计算。对超临界机组模型进行了耦合性分析。经过对解耦方法的对比，多变量类前馈解耦可以将被控模型传递函数矩阵转化为对角矩阵，且解耦后对角线上的传递函数相同，保持了主控制通道的控制特性。将该解耦方法与PID相结合，通过模拟仿真显示该方法实现了完全解耦，解耦效果非常好。最后，将变论域模糊自适应PID控制器、单神经元自适应PID控制器与类前馈补偿解耦系统相结合，分别对超临界机组的主蒸汽压力、温度进行模拟仿真。分析仿真结果可知，这两种基于PID的智能控制算法比传统PID稳定性、跟踪性、鲁棒性、抗干扰性更好，提高了多变量耦合模型协调控制系统的控制质量。