近年来,随着直流用电设备的增加,变流器的大量使用增加了电力系统的经济成本。因此,传统的交流电网难以满足社会的发展需要。风光储直流微电网的出现缓解了能源危机、改善了环境问题,减少了变流器的使用。直流微电网可更高效可靠地接纳风、光等分布式可再生能源发电系统、储能单元、电动汽车及其他直流用电负荷,对推进节能减排和实现能源可持续发展具有重要意义。由于直流线路阻尼小和可再生能源出力稳定性差,故障发生会加剧对风光储直流微电网的危害。因此,快速准确的对直流线路进行检测和定位是保障风光储直流微电网稳定运行的关键技术之一。故障检测和定位是保障直流微电网稳定运行的关键。现阶段的风光储直流微电网故障检测和定位研究方法较少,电网结构和输配直流线路长度等方面与其他类型的直流输电系统存在很大差异。本文在风光储直流微电网的结构及出力特性的基础上分析了风光储直流微电网的结构和分布式电源模型,对常见的电气故障类型及故障特征进行总结,从理论方面重点分析了极间短路故障和单极接地故障的故障特性,分析了不同拓扑结构微电网出现故障后电流和电压信号的变化特点。针对风光储直流微电网直流线路故障检测和定位的电流信号特征量选取问题,提出了一种基于经验模态分解的最大加权相关指数选择特征值方法,该方法通过经验模态分解对各支路发送端测得的直流电流进行分解,得到多个本征模态函数,采用最大加权相关指数方法计算所选取灵敏度最高的两个本征模态函数,将九个统计方法应用于本征模态函数生成故障特征量。该方法减少了对原始信号的依赖,保留了数据最好的特征。针对故障检测精度低、故障检测时间长、不同类型故障定位困难等问题,提出一种决策树和梯度提升决策树相结合的风光储直流微电网直流线路故障检测和定位方法。利用决策树对直流线路进行故障检测并区分出不同故障类型,利用梯度提升决策树分别对极间短路和接地故障类型的线路进行定位。该方法可不受故障电阻、故障起始时刻和故障距离的影响,快速有效的对风光储直流微电网直流线路进行故障检测和定位。本文通过Matlab/Simulink搭建了风光储直流微电网模型,利用Python验证了所提方法的有效性,通过随机设置故障条件（故障电阻、故障位置和故障距离）,加强了风光储直流微电网模型仿真的真实性,所得结果验证了所提方法的有效性。