工业过程中控制系统的性能随着外界环境的变化以及执行机构或其他设备的老化,会逐渐恶化,因此需要定时对控制系统进行性能评价。目前,广泛应用的评价基准有最小方差基准、广义最小方差基准、协方差基准等等,但是也不能忽略传统性能指标在系统评价中的意义。本文结合基于传统性能指标评价和最小方差基准评价对过热汽温系统进行评价,对过热汽温的动态响应性能与静态稳定性能进行评估。控制系统的性能好坏与控制参数的整定质量密不可分,文章以动态参数整定法、内模整定、粒子群优化整定法为例,对两个实际控制系统进行控制参数整定。文中引入了一种无量纲化指标的方法,由此根据公式得到基于传统性能指标的评价基准,在仿真实例中得到了控制系统性能与整定变量之间的关系。对于实现最小方差基准,核心是控制对象模型的辨识、离散化与ARMA模型拟合,通过仿真实例可以发现,在不同的控制参数下,系统的动态性能指标与最小方差指标的表现并不相同,这对实际控制参数整定提供了依据。同时,激励式仿真机高度模拟实际机组运行的作用在电站运行和机组参数调试与控制策略优化中日益明显,且仿真机具有条件重现和历史数据存储的优点。因此本文以某1000MW仿真机为基础,在不同负荷下对过热汽温系统进行减温水的阶跃扰动试验,使用粒子群智能辨识算法对运行数据进行控制对象模型的辨识,以广义模型对串级回路进行化简。在此基础下,对不同负荷下的过热汽温控制系统进行评价,得到75%负荷下仿真机组的控制性能明显优于90%负荷下的控制性能,90%负荷下的控制性能仍需要进一步优化。