送审稿

该文以光伏发电系统中的串联故障电弧特征识别为研究对象，围绕故障电弧模拟、特征量提取、时频域信号分析等开展了基于UL1699B标准的一系列实验研究；同时发展了基于电弧特征的FFT-1DCNN-LSTM模型，通过训练，实现不同形状电极产生电弧的准确识别。总体而言，研究方法可行，实验结果合理，相关算法具有一定的优越性。
另一方面，一些内容也需要修正和打磨，具体意见如下：
1. 在介绍训练策略时，对公式[10]和[11]中激活函数、池化方式的选择请进一步说明具体依据；并适当阐述作者的选择和具体任务之间的关联性。
2. 请适当介绍数据集分布的情况，或者至少要阐述样本的总体数量，训练集、验证集、测试集的分配比例。一般来说涉及深度学习的时候，应确保结果的可复现性。
3. 2.3部分中“模型未出现...收敛趋势”，对于这种拼接网络的方式，建议在不同网络中设置不同的初始学习率和分层调度策略，并检查训练过程中梯度流动是否受阻。
4. 图9 模型在epoch75出现百分之十的震荡，其具体原因要明晰，文中目前的解释还略显不足（证据不够充分）。
5. 在研究中，除训练策略的改进外，建议应根据样本的数量和数据特征设计适配化的网络；或在文中补充关于这一点的相关思考及描述。
6. 文中提到的准确率99.87%、99.48%、100%是在特定条件下得到的结果，需要在文中阐明其局限性，否则会给读者以误导。
7. 可解释性方面的描述应适当精练，例如所涉及到的梯度计算和可视化等。