随着科技的发展,各类电力电子产品得到了越来越广泛的应用。然而目前对这些产品的试验多以滑线变阻器和电阻箱等作为负载。这些负载采用的是有级调节,阻值和负载特性曲线都是固定的,负载形式比较单一,而且也较功率小;输入这些负载的电能全部被消耗掉,造成经济上的浪费;并且占用了一定的安装空间。因此,在电源测试系统中为了提高生产率,电子负载起着重要的作用。PID控制指的是比例积分微分控制,是最早发展起来的控制策略之一。经过多年的更新换代,PID控制得到了不断的发展。PID控制通常和顺序装置、逻辑、选择器及一些较简单的功能块组成非常复杂的控制系统。将一些复杂的智能控制算法与经典的PID控制策略结合在一起,获得的控制效果明显比单纯的PID控制策略要好很多。在计算机控制出现后,由最初的模拟PID转化为现在的数字PID控制,数字PID控制器更显示出参数调整灵活、算法变化多样、简单方便的优点。但用其对具有复杂非线性特性的对象或过程进行控制难以达到满意的效果。本文在传统PID控制算法的基础上设计了模糊PID控制器,并对模糊PID自整定控制系统进行仿真,取得了不错的效果。另外,本文还探讨了基于神经元的神经网络控制方法,神经网络控制具有非线性映射能力、学习能力和自适应能力,是一种不依赖模型的控制方式,结合增量式PID算法实现控制参数的自整定,并运用Matlab软件编程实现整个模型的控制仿真。利用神经网络PID控制器的电子负载系统有更快的响应速度和更强的抗干扰能力,具有良好的动态特性。