继电保护技术发展趋势向计算机化，网络化，智能化，保护、控制、测量和数据通信一体化发展［5］。随着计算机技术的飞速发展及计算机在电力系统继电保护领域中的普遍应用，新的控制原理和方法被不断应用于计算机继电保护中，以期取得更好的效果，从而使微机继电保护的研究向更高的层次发展，出现了一些引人注目的新趋势。
3．1　自适应控制技术在继电保护中的应用
　　自适应继电保护的概念始于20世纪80年代，它可定义为能根据电力系统运行方式和故障状态的变化而实时改变保护性能、特性或定值的新型继电保护。自适应继电保护的基本思想是使保护能尽可能地适应电力系统的各种变化，进一步改善保护的性能。这种新型保护原理的出现引起了人们的极大关注和兴趣［6］。自适应继电保护具有改善系统的响应、增强可*性和提高经济效益等优点，在输电线路的距离保护、变压器保护、发电机保护、自动重合闸等领域内有着广泛的应用前景。针对电力系统频率变化的影响、单相接地短路时过渡电阻的影响、电力系统振荡的影响以及故障发展问题，文献［7］提出了自适应对策，从理论和实践两方面探讨了实现自适应式微机距离保护的可行性。文献［8］对自适应原理在输电线路继电保护的应用作了全面的分类描述，使自适应继电保护的原理得到了进一步的发展和完善。文献［9］研究了将自适应继电保护的原理应用于距离保护中，根据系统运行工况的变化，调整距离保护的动作特性，从而提高了距离保护的性能。
3．2　人工神经网络在继电保护中的应用
　　进入20世纪90年代以来，人工智能技术如神经网络、遗传算法、进化规划、模糊逻辑等在电力系统各个领域都得到了应用，电力系统保护领域内的一些研究工作也转向人工智能的研究［10］。专家系统、人工神经网络（ANN）和模糊控制理论逐步应用于电力系统继电保护中，为继电保护的发展注入了活力。
　　基于生物神经系统的人工神经网络具有分布式存储信息、并行处理、自组织、自学习等特点，其应用研究发展十分迅速，目前主要集中在人工智能、信息处理、自动控制和非线性优化等问题。近几年来，电力系统继电保护领域内出现了用人工神经网络来实现故障类型的判别、故障距离的测定、方向保护、主设备保护等。文献［11］提出用CPN（counter－propagationnetwork）模型对交直流混合输电系统的故障类型进行识别；EMTDC（electro－magnetictransientsincludingDC）仿真计算结果表明，CPN模型能可*地进行故障类型的判别，并依据判别结果对直流控制器的参数进行调整，从而优化交直流混合输电系统的动态运行特性。文献［12］提出了一种基于人工神经网络的电力系统故障诊断系统，该故障诊断系统利用电力系统中继电器和断路器的状态信息来进行故障范围的估计。这一系统可应用于电力系统控制中心，辅助调度员对故障范围进行判别，及时地采取措施对故障进行处理，以保证电力系统供电的安全性、经济性。文献［13］研究了用人工神经网络原理来实现高压输电线路的方向保护，提出用BP模型作为方向保护的方向判别元件。研究结果表明，该方向判别元件能准确、快速地判别出故障的方向。文献［14］阐述了基于神经网络的继电保护系统的优越性；论证了由单层感知器网络或TH网络可以实现最小二乘算法，这两种网络都可以在极短的时间（数纳秒或几百纳秒）内完成全部运算；给出了电流继电器、圆特性以及四边型特性阻抗继电器的神经网络模型，并证明了三种模型都具有很强的自适应性。文献［15］介绍了一种基于人工神经网络的智能型自适应继电保护原理，利用了比传统保护多得多的信息量。它比传统保护能区分更多的故障类型，提高了继电保护的适用范围，从原理上解决了经高阻抗的短路故障保护问题。文献［16］提出一种利用人工神经网络实现自适应电流保护的方法。该方法充分利用了人工神经网络所具有的强大的自适应能力、学习能力和模式识别能力，实现对电力系统中的各种故障情况的识别，解决电流保护中的灵敏度补偿和故障方向识别问题，使电流保护对正方向各种故障都有足够的保护范围，而对反方向的各种故障实行闭锁，从而实现电流保护的自适应。