作为新能源技术的重要组成部分,光伏发电技术近年来发展迅速,但是与此同时,光伏火灾也成为制约光伏技术进一步发展的重要因素之一。本文研究光伏火灾多级预警技术并完成了预警系统的设计,研究中包含了多种类型的光伏火灾检测技术,对光伏发电安全运维技术的发展有重要意义。本文针对光伏火灾的预警问题,提出了多级预警技术并通过实验完成多级预警系统的实地安装与测试。多级预警系统分别针对环境、组件和电站三个尺度进行火险检测,其检测技术中的主要工作具体包括如下部分:（1）调研和归纳光伏电站火险来源,并针对高频发生、普遍存在的光伏火险制定检测方案。综合不同的检测尺度和检测手段设计多级预警方案。为验证多级预警方案的可行性,本文搭建了实验性光伏电站平台,并在平台中安装了智能气象站、摄像头以及直流电弧传感器等多级预警所需的传感器。同时根据预警算法完成预警终端的硬件选型、软件开发和箱体封装。（2）建立基于AHP层级分析—模糊综合评价算法的环境火险分级模型。通过光伏电站环境数据选择火险因子,并参考林火天气分级标准实现火险因子的量化。参考专家打分构建判断矩阵并计算因子权重,模型权重计算结果符合一致性检验标准。之后通过构建模糊矩阵并实现火险分级。最后根据国家气象中心林火分级标签和CIMISS平台气象数据对分级模型进行测试。（3）光伏直流电弧传感器的选型和校准。在电弧模拟实验中,自制电弧发生器,并通过光伏实验平台设计串联电弧和误检电弧实验完成直流电弧传感器的校准和阈值调整。传感器的阈值调整后可在实验性光伏电站中正常工作且误检率低于8%。（4）基于YOLOV4-Tiny网络模型的火焰、烟雾和可燃物检测算法的研究。自建火焰、烟雾和可燃物图像数据集并完成数据增强,通过实验验证YOLOV4-Tiny网络、YOLOV4网络和Fast-RCNN网络三类模型在该数据集的表现,通过横向比较分析YOLOV4-Tiny网络的优势所在,并将网络搭载在预警终端Jetson TX2的处理器中实现高精度的识别任务。（5）基于远景视频的烟雾检测技术。首先选用自适应中值滤波对视频流做预处理,之后通过改进Vibe算法完成前景图像分割。在目标特征提取方面,将烟雾图像的颜色空间转化至HSI空间提取饱和度和亮度特征,并用灰度共生矩阵提取纹理特征,通过特征融合和SVM分类器对前景区域做烟雾目标检测,算法在测试视频集中实现92%的识别精度,且在Jetson TX2处理器GPU的运行速度不低于12FPS。（6）多级预警终端的软硬件实现。硬件部分通过航空插头转化和机箱设计实现IP67的防护等级要求,保障终端设备在电站现场稳定运行。软件部分基于PHP技术开发Web前端界面,并通过My SQL技术开发数据库,从而实现各模块的试点运行。