良好的继电保护装置和可靠的继电保护技术是电力系统安全运行的重要保障,传统的继电保护技术已不能满足不断发展的电力系统要求。因此,将人工神经网络应用于继电保护的研究受到了广泛的关注,是继电保护领域新的热点研究课题。　　传统输电线路距离保护受电力系统网络结构和运行方式的影响较小,因此它一直是高压输电线路继电保护的主要方式。然而,由于受到过渡电阻、系统振荡等因素的影响,造成距离保护动作范围变化,致使阻抗继电器误动作,从而影响距离保护性能,威胁电力系统安全运行。　　在对过渡电阻和系统振荡分析的基础上,本文主要研究了基于人工神经网络和DSP技术的输电线路距离保护的实现方法。经过与BP网络比较后,选取RBFN模型对输电线路距离保护进行研究,所设计的神经网络模型包括三个子网络:振荡识别子网络、故障检测与选相子网络、故障范围判别子网络,综合各子网络的输出判断电力系统所处的状态。通过电磁暂态仿真程序(ATP)对500kV输电线路进行故障仿真,利用经过处理的仿真结果对RBFN模型进行训练和检验。检验结果表明这种新型的输电线路距离保护方式不但能够正确判别各种类型的故障,而且可以消除过渡电阻和系统振荡对距离保护性能的影响。　　本文主要完成了基于RBFN的输电线路距离保护装置的硬件电路及实现系统主要功能的部分软件的设计。该装置以TMS320F2812DSP芯片为核心,具有输入信号处理,故障判断,发送控制信号,数据通讯,实时动态监控,故障报警等功能。