本文提出了多小波和小波神经网络构造方法及新的应用算法,首次将其应用于电弧故障信号分的时频分析、去噪、压缩及故障分类。在对多小波构造研究的基础上,给出了对称正交多小波构造算例及全插值双正交多小波构造算例。提出了一种多小波的提升分解构造算例,并在电弧故障信号的数据压缩中进行了应用。通过对多小波理论深入分析,提出了一种比较实用的多小波预处理方法,并对电弧故障信号的去噪性能进行了实验分析。提出了一种改进的多小波分解重构算法和一种多小波包系数削减的算法,用于对电弧故障信号的高频部分进行时频域细分。提出了一种基于多小波变换的时域窗口移动的电弧故障信号检测算法。对小波网络、多小波网络进行了深入的讨论,并对提出的小波网络、多小波网络的逼近能力进行了研究。提出了一种比较有效率的隐层节点数确定算法和参数初始化算法。提出了电弧故障特征向量的选择与提取方法,设计了一种用于电弧故障分类的小波神经网络结构,用以实现电弧故障与短路、单相接地等线路故障的正确识别和分类。