光伏发电是太阳能的重要利用方式之一,保证光伏系统的安全运行极其重要。在光伏系统中,串联型故障电弧发生概率非常高,且检测效率低下,严重影响光伏系统的安全性。有效的识别和检测光伏系统串联型直流故障电弧可有效减少故障电弧导致的火灾等危害,提高系统安全可靠性,具有重要的研究意义。本文以光伏系统串联型直流故障电弧为研究对象,对故障电弧的发生原理和故障特征进行研究,并开展光伏系统串联型直流故障电弧检测方法研究。主要研究内容如下:首先,从直流故障电弧和光伏电池的基本理论与模型,探索光伏系统微弱故障电弧的发生特性,并通过构建光伏电池模型和光伏系统串联型直流故障电弧仿真模型仿真分析波形特性。基于光伏系统故障电弧的发生机制设计光伏系统串联型直流故障电弧实验平台和实验,开展光伏电源U-I特性和动态电阻分析,探索恒流区微弱电弧和非恒流区强电弧电流波形特性。其次,研究基于频域故障特征的直流故障电弧检测方法。针对电流高频噪声,研究了用FIR滤波器去噪的预处理方法,进而利用FFT算法研究了正常状态、恒流区微弱电弧故障状态与非恒流区强电弧故障状态下电流信号的各频段谐波能量值、高频能量占比特征,以及一种频域特征结合极限学习机（Extreme Learning Machine,ELM）的直流故障电弧检测方法。针对ELM模型参数随机性导致检测效果不稳定的问题,研究基于灰狼优化（Gray Wolf Optimization,GWO）-核极限学习机（Kernel Extreme Learning Machine,KELM）的故障电弧优化检测方法。采用灰狼优化算法对核极限学习机参数进行优化,选择最佳的KELM参数组合,并开展实验验证。最后,研究基于混合域故障特征的直流故障电弧检测方法。选取五种无量纲特征作为时域特征,选取电流信号经过小波包分解后的各节点能量值和能量熵作为时频域特征,研究所选特征对正常、微弱故障电弧和强故障电弧三种情况的区分性。将其共同作为混合域故障特征,进而开展一种基于混合域故障特征的光伏系统串联型直流故障电弧检测方法研究和实验验证,以提升检测算法精度。