变压器差动保护的中心问题是如何鉴别励磁涌流和内部故障电流.目前在工程上普遍采用二次谐波制动和间断角等原理的差动保护.该文分析了它们的特性,指出了各自的不足之处.为了克服它们的局限性,提出了一种基于模糊神经网络(FNN)模式识别技术的自适应电力变压器保护方法.该方法把模糊理论和神经网络的特点有机结合起来,既具有模糊逻辑的接近人的形象思维方式,定性分析和推量的能力以及较强的自然语言处理能力;又具有神经网络的分布式信息存储,自组织、自学习能力以及高度的容错性等特点,能够自适应地实现对变压器各种模式的正确识别.该文根据变压器保护本身的特点,具体采用了模糊神经网络分类器形式,其实现过程需以下几个步骤:①选取合适的模型神经网络模型;②形成训练样本集;③用训练样本集对模糊神经网络进行训练;④形成测试样本集;⑤用测试样本集对训练好的模糊神经网络进行性能测试.通过电磁暂态仿真程序(EMTP)的广泛测试,结果表明该文提出的基于模糊神经网络模式识别技术的自适应变压器保护能正确地识别变压器的各种复杂模式,克服了传统电流差动保护的缺陷,作为变压器的主保护是完全胜任的.另外,该文还研究了基于自开发模组芯片的高性能微机继电保护平台.