电力能源是人类生产生活中最重要的二次能源之一。随着我国电网事业的发展,居民配电系统也越来越复杂。根据公安部消防局所发布的近些年的《中国消防年鉴》统计:就火灾而言,电气火灾已经成为人们财产损失和人员伤亡的主要因素。根据电气火灾起火原因分析,由线路绝缘老化、接触不良所造成的故障电弧是引起电气火灾的主要元凶。当发生并联故障电弧时,此时电流有效值较大,传统的家用空气开关就能够断开线路。当串联型的故障电弧发生时,线路中的电流有效值和正常工作时的电流有效值接近,传统的断路器无法有效甄别出故障电弧并及时断开线路。因此故障电弧检测技术的研究对于电气火灾的预防具有重要的意义。由于受故障电弧发生时所产生弧声、弧光的位置限制,基于故障电弧的物理特征所研制的断路器目前只能运用在中高压开关柜中。在低压领域内,由于配电线路发生故障电弧位置不固定,本研究选取故障电弧发生时的电流作为研究对象。本研究根据UL1699标准搭建故障电弧实验平台。使居民常用负载在正常情况以及故障电弧状态下的情况工作以便采集数据。基于这些数据建立故障电弧数据库,并用数据库来提取故障电弧的特征及其检测故障电弧。故障电弧发生的随机性以及燃烧的不稳定性使得傅里叶分析运用具有局限性,而小波分析能够克服傅里叶分析的缺点。本文首先对所采集的电流信号进行小波消噪处理,然后利用Daubechiel小波进行分解所处理的信号,提取各层小波系数的模极大值。小波系数的极大值与电流的奇异点相对应。最后基于MATLAB软件,本研究用各层小波模的极大值作为特征量训练并检验改进的BP神经网络,对故障电弧的发生与否进行判定。本研究对于不同类型的故障电弧具有较好的区分度。