近年来,智能电网的提出使得断路器向智能化转变已经成为了必然的发展趋势,在低压领域,万能式断路器和塑壳式断路器的智能化产品在市场上占有量很大,其智能化技术也相对成熟,而使用最广的小型断路器却很少见到其智能化的相关报道。智能断路器多采用电子脱扣装置,其核心技术就是使用一个电流互感器来测量电流,然而目前市场上的电流互感器体积较大,小型断路器的内部空间又很有限,所以利用电流互感器来设计电子脱口装置的方法并不适用于传统的小型断路器。目前,在智能化领域,小型断路器的研发受到内部空间的限制。因此,针对于小型断路器,如何利用新思路,研究出适用于更小空间的电流检测方法具有现实的研究意义和广阔的发展前景。本文利用电流的热效应,提出了一种电热式过载电流检测方法,该方法能够很好地解决断路器被内部空间所限制的难题,使小型断路器实现智能化。本文将人工神经网络应用到过载电流检测研究中。首先,本文分析了小型断路器温升的影响要素,排除了其它因素的干扰,确定了电流为小型断路器温升的主要影响要素。以DZ47-60型小型断路器为测量原型,为防止通过载电流时使双金属片受热弯曲致使小型断路器脱扣,所以在实验前将双金属片截断,保留内部其余结构,这样,小型断路器内部的发热-散热条件更加接近于实际工作时的情况。搭建LabVIEW实验测量平台,本平台主要由调压器、稳压源、三相干式变压器、温度变送器以及电流互感器所构成,采集不同电流下所对应的温度数据,以供建模使用。然后,在单隐含层BP神经网络模型的基础上创建双隐含层BP神经网络模型,利用相应公式确定网络大致结构,通过对网络参数的逐个验证,确定最终的基于BP神经网络的过载电流检测模型。最后,为了进一步地减小过载电流预测误差,运用遗传算法对已建立好的模型进行优化,在寻找到最优权值-阈值组合的基础上搭建基于GA-BP神经网络的过载电流检测模型。利用实验采集到的数据对过载电流检测模型进行验证,通过验证结果可以看出,本文所创建的过载电流检测模型预测精度高,可以满足小型断路器智能化的设计要求。