随着对电气安全的要求进一步提高,交流电弧故障检测方法的研究受到更多领域学者的关注。由于实际电气线路复杂,多种非线性负载回路正常运行波形与电弧故障波形相似,目前多数算法只能针对部分简单负载进行有效诊断,对非线性负载的电弧故障检测准确率较低、误判率较高。因此,为了进一步提出具有更高准确性、更低误判率的电弧故障检测算法,本文开展低压交流串联电弧故障检测技术的研究。首先,根据国家标准《GB/T 31143-2014电弧故障保护电器(AFDD)的一般要求》设计并搭建电弧故障实验平台,包括电弧发生器单元、电缆试品碳化单元与实验平台控制电路,实现交流串联电弧的模拟与各个功能测试回路的控制切换。通过电弧实验平台采集存储不同电流等级、不同负载类型(阻性负载、吸尘器、电子开关电源、空气压缩机、电子灯光调节器、荧光灯负载、卤素灯负载)的正常运行波形与电弧故障波形数据,建立电弧故障波形数据库。然后,分析阻性负载与屏蔽性负载的正常情况下和电弧情况下的典型时域电流波形,进而提出相应的无量纲时域特征。同时,对不同负载的单个工频周期电流信号进行FFT变换,确定相应的频域特征指标。进一步分析对比各个特征在正常运行状态与电弧故障状态的分布情况,验证所提取的特征可作为电弧故障诊断模型的输入。最后,基于随机森林量化特征重要性,根据特征重要性评分进行时域和频域特征重要性排序处理,进一步筛选评分较高的特征指标作为判断依据。建立基于概率神经网络的故障诊断模型,探究输入特征个数与神经网络平滑因子取值对于模型训练效果的影响,进而确定模型的输入特征与平滑因子的最佳取值。同时,进一步分析电弧故障诊断模型存在一定误判与漏判的原因,进而提出连续电弧故障检测法,优化电弧故障诊断过程,进一步降低电弧故障误判率,提高电弧故障检测准确率。本文提出的电弧故障检测方法能够有效检测出低压交流串联电弧故障,可作为AFDD的核心检测算法。