电力变压器作为电力系统中最重要也是最昂贵的电气设备之一,担负着电能的传输和电压变换的重要作用。它的安全运行与否,直接关系到整个电力系统是否能连续安全稳定的工作。因此,电力变压器保护研究一直是电力系统继电保护中的重要课题。励磁涌流识别一直是变压器差动保护中的关键问题,对提高变压器保护动作的正确率以及改善电力系统的供电质量有着重要的意义。为此国内外学者进行了大量的研究探索工作,提出了很多识别励磁涌流的方法,但是,各种识别方法都有各自的优缺点,还无法满足现代微机继电保护的要求,因此,运用新的原理和方法实现变压器励磁涌流的识别具有现实迫切性。本文在研究和分析了三相变压器励磁涌流形成机理和对差动保护影响的基础上,利用Matlab/Simulink软件搭建了三相变压器励磁涌流和内部故障电流的仿真模型,并对励磁涌流和内部短路电流的波形进行了仿真,分析和比较了两种波形的区别之处。选取二进小波对变压器励磁涌流和内部故障电流进行多层分解,获得两种波形的小波能量谱,提取信号的特征量。提出了基于概率神经网络的变压器差动保护方案,利用训练和测试样本集分别对网络模型进行训练和测试,通过不断调整,选取最优网络参数,仿真结果表明,该方案可以准确地识别变压器励磁涌流和内部故障电流,准确率高,收敛速度快,完全满足现代继电保护的要求。论文最后针对概率神经网络的缺点,利用具有全局搜索能力的遗传算法对概率神经网络的平滑因子进行优化,大大改善了网络的识别能力,提高了网络的准确率。