电弧故障是电气火灾重要诱因,按照发生位置的不同,可分为串联电弧、并联电弧与接地电弧,并联电弧与接地电弧产生时线路中电流较大,传统断路器可以实现线路保护,而串联电弧放电的电流小,且具有很强的随机性和间歇性,是目前检测的难点。同时,随着非线性负载种类增多,线路正常运行时与发生故障电弧时电流具有类似特征,极大的增加了串联故障电弧检测难度。现有的检测方法大多只考虑了单一负载和简单工况,并不适用于目前线路的串联故障电弧检测。为了找到一种能实际应用于复杂低压室内线路的故障电弧检测方法,文章研究了基于主回路电流测量的串联故障电弧检测。本文主要研究内容如下:1、分析总结了现有串联故障电弧检测方法,并介绍了电弧的基本概念、产生原因、分类及电弧电流的特征分析。通过分析发现电流在发生电弧时有明显的变化,且其不受电弧发生位置影响。基于此,选择了主路电流作为故障电弧识别的物理量。2、根据负载的不同类型,选取了多种典型用电设备,包括线性负载与非线性负载,阻性负载、容性负载和感性负载,几乎涵盖了目前家庭用电设备所有种类。在此基础上,搭建了单一负载与组合负载的实验平台,考虑了组合负载下各个支路发生故障电弧的情况,对主路中的电流数据进行了采集与记录。对不同负载及不同工况下发生电弧故障时,主路中电流波形的变化规律进行了分析总结。3、基于对电弧电流波形的特性分析,提取了一系列具有代表性的特征数据,包括时域特征、频域特征以及时频域能量特征。其中时域特征中选取了电流信号的零区占比、峰态系数及周期性系数;频域特征中选取了电流的间谐波与总谐波畸变率;而能量特征则是利用小波变换对电流信号经过四层分解后每层的能量特征。4、引入了BP神经网络算法实现交流串联故障电弧的检测,根据检测对象的特征构建了相应的神经网络模型框架,并通过理论分析与实验测试选取了相应的网络参数,完成网络模型的搭建。然后将实验平台获取到的2730组电流数据的特征值输入到神经网络模型进行训练。最后,利用测试数据进行了预测试验,本文所提出检测方法具有较高准确率。5、为了验证文章所提方法的实用性,利用Lab VIEW设计了一套串联故障电弧检测在线检测系统,该系统利用电流探头测量线路中的电流数据,泰克MSO3024将测得的数据传输到上位机,实时判断线路中是否有串联电弧发生。在设置的多场景验证试验及国标中规定的验证试验下,对本文所提方法检测结果进行了验证。试验结果表明,本文所提方法具有较高检测准确率,具有一定的实用价值。