随着光伏产业的快速发展,光伏系统中发生火灾的频率也不断增高,严重危害了光伏系统的正常运行。一些研究结果表明,光伏系统发生火灾的直接原因是直流故障电弧导致的。直流电弧不具有过零点、周期性等特性,呈现高温高热、持续时间比较短的特点,同时光伏系统结构复杂,导致光伏系统的直流故障电弧检测具有很大的难度,对光伏系统中的直流故障电弧检测研究具有重要的应用价值。本文首先在搭建了光伏系统直流故障电弧仿真的基础上,搭建了光伏系统直流故障电弧数据采集实验平台,并对采集装置进行了硬件和软件的设计和实现,通过该实验平台采集了故障电弧和正常工作情况下的实验数据。并以故障电弧电流的方差、峰峰值和频域的高频能量作为特征。接着,从数学形态学的理论和实际应用进行介绍,探讨数学形态学在直流故障电弧检测的可行性。提出两种不同的数学形态学算子及其组合,将其应用在直流故障电弧上,研究其效果。第一个是基于形态学闭开一开闭梯度变换对故障电弧进行分析;第二个是基于多级的不同数学形态学滤波器对故障电弧进行分析。实验结果表明两种方法从不同角度对故障电弧特征进行了提取,可以用于直流故障电弧检测的应用上,为解决直流故障电弧提供了另外一种方法和思路。最后,基于循环神经网络设计了一个光伏系统直流故障电弧识别的方案,循环神经网络适用于处理时间序列相关的任务,该实验中利用循环神经网络提取特征,结合前面提取的多个特征,在神经网络中进行训练,最终对直流故障电弧进行识别,得到了 98.24%准确率的分类结果,实验表明,我们所设计的基于循环神经网络的直流故障电弧识别方案具有较高的准确性,对今后的研究有一定的参考价值和借鉴意义。