为保证光伏串列及组件的安全可靠运行,需要对光伏组件进行实时故障监测。本文研制了一套基于粒子群优化的小波神经网络算法的光伏组件在线监测与故障诊断系统,帮助电站管理人员有效管理光伏发电设备运行信息,实现精确判断和反映光伏电站中具体单块组件的实时工况,迅速定位故障点,及时报警潜在危险,满足光伏电站日常运行、应急指挥、故障抢修等应用需要,有效提高巡检效率。在研究光伏电站故障诊断技术及相关理论方法和光伏组件故障诊断系统现状的基础之上,总结出了适用光伏组件故障诊断的基于粒子群优化的小波神经网络算法,从而实现对光伏串列中精确到每一块组件的故障情况进行诊断,有效提高了光伏电站巡检效率及故障诊断成功率,并针对所建立的光伏组件在线监测系统进行验证,经验证小波神经网路算法的故障诊断成功率在优化后由86%提升到了94%,比同等条件下的BP神经网络算法以及遗传算法优化的BP神经网络算法的要高;分析了智能化光伏组件故障诊断系统的功能需求,确立光伏组件故障诊断智能系统的四大功能模块:用户管理、光伏设备信息管理模块、故障诊断预警模块和维护及检修历史记录模块。选取Microsoft Visual C++6.0为开发工具,以Oracle作为支持系统运行的数据库,采用C/S模式和ADO数据库访问方式的设计方案进行系统开发并对相关数据库表、系统界面、TCP/IP交互机制以及系统通信传输方案进行设计。根据各功能模块的程序流程图完成光伏组件故障诊断智能系统的开发。测试结果表明,系统操作性强、界面美观实用,故障诊断算法速度快、准确率高,所呈现的故障诊断结果展示能较真实直观的反映当前光伏组件的实时工况,满足系统相关功能需要、具有较高的实用性。