在数字化电力监测系统中,电力数据信息的传递必须遵循一定的通信规约。由于不同的终端设备生产厂家存在技术上和利益上的不同,通信规约的统一还将是一长期的过程。实现不同型号、不同规约的设备之间的方便而高效的互联是当前电力监测系统需迫切解决的问题。论文在对各种标准、流行规约进行收集和整理的基础上,深入分析了不同规约之间的差异,设计了一种基于BP人工神经网络的多规约的识别系统。论文的具体研究内容包括:多规约识别特征值的设计,将帧头一定长度的数据作为特征码,并进行归一化处理后得到特征值;多规约学习算法的选择,仿真分析比较了几种BP神经网络的算法,根据收敛速度及识别率选择共轭梯度下降法作为多规约识别系统BP神经网络的识别算法;多规约识别网络的建立,通过仿真,依据识别率得出适合于本文多规约识别系统的BP神经网络隐含层最佳节点数为90;多规约识别系统的设计,针对电力传输中监测终端地址相对固定的特点,采用在系统中建立识别表、识别前先判断是否已有该终端地址所发数据帧等措施,提高识别系统的实时性。论文最后利用VC++完成了基于BP神经网络的多规约识别系统的软件实现,给出了主要的类及其函数,以及网络初始化时的数据格式等,并对实际识别性能进行了测试,实际测试结果与仿真结果相近。