发电厂汽轮机的能效优化对于提升能源利用效率和降低运行成本具有极为重要的意义。随着智能控制技术的不断发展，传统的基于经验的控制方法正逐步被更为先进的智能优化方法所取代。本文综述了基于智能控制的汽轮机（汽机）能效优化技术，重点介绍了模糊控制、遗传算法、神经网络以及强化学习等智能算法在汽轮机能效优化中的应用情况。通过对这些方法的优缺点进行分析，本文探讨了它们在实际发电厂中的应用现状以及所面临的挑战。同时，本文还提出了多变量优化、蒸汽流量与压力调节、蒸汽温度与负荷控制等优化策略。智能控制技术有望显著提高汽轮机的能效水平，但在计算复杂度、稳定性等方面仍需进一步改进和完善。