本发明公开了基于一维空洞卷积神经网络的故障电弧检测方法，其包括以下步骤：S1.故障电弧实验与电流波形分析；S2.模型构建；S3.基于1D‑DCNN检测故障电弧，针对串联故障电弧不易检测问题，搭建点接触式串联故障电弧实验平台，采集了单负载和双支路负载正常工作与发生故障时干路电流数据，建立了以半个周期为样本的故障电弧数据库，进一步提出一维空洞卷积神经网络端到端故障电弧检测模型，该模型从高采样率电流数据中自主学习特征，无需人工提取特征，能够同时进行故障电弧检测与故障负载类型辨识，通过测试集验证模型性能，所提模型对负载分类准确率为99.95%，负载状态检测准确率为99.67%，总体准确率为99.62%，能够满足故障电弧检测的准确率要求。