针对光伏系统常见的直流故障电弧问题展开研究。首先，搭建光伏系统电弧故障实验平台，采集不同条件下的故障电弧电流信号，进行电流时域特征和频域特征的定量计算，找出电弧发生前后有明显变化的时频特征量。然后，通过分析故障电弧时域特征量发现：系统在发生故障电弧时，无论发生在什么位置，工作点如何变化，电流峰峰值以及标准差幅值变化都很明显，可作为识别故障电弧的时域判据。随后，利用傅立叶变换对故障电弧频率成分进行分析，将不同条件下发生电弧时都有明显变化的几个频段作为识别故障电弧的频域判据。最后，结合时频域共提取出6组特征向量作为BP神经网络输入，将反向传播（Back Propagation

BP）神经网络应用于直流故障电弧的检测，并通过实验证明了此方法的有效性与可行性。