随着光伏发电技术越来越广泛的应用,已有大量的光伏系统投入运行。光伏电站实际运行自然环境恶劣,光伏阵列故障复杂多样,严重影响了电站的安全稳定运行和经济效益。目前光伏电站直流侧的监控分辨率已经达到光伏阵列级别,甚至部分智能光伏电站的分辨率达到了组件级,对于实现光伏电站智能预测性维护,提高光伏电站运行水平具有重要意义。本文通过对光伏阵列典型故障的分析和研究,提出了基于智能识别的光伏阵列故障诊断新方法,并通过模拟仿真和实验测试验证了所提出方法的正确性和有效性。本文完成的主要工作如下:(1)对光伏阵列结构和光伏组件运行特性进行了分析,分析了光伏阵列的几种常见故障,归纳总结光伏阵列故障产生的原因,为后续基于智能识别的光伏故障诊断方法提出和应用提供理论基础。(2)建立了适合于不同故障条件的光伏电池数学模型和光伏阵列仿真模型,并借助光伏阵列仿真模型,模拟了不同光照强度和不同温度条件下光伏组件的输出特性。(3)针对光伏阵列几种比较常见的故障类型(短路、开路、局部遮挡),提出了 FCM算法与模糊隶属算法相结合的光伏阵列故障诊断新方法,并通过模拟仿真和实验测试对提出的诊断方法分别进行了验证。结果说明本文提出的诊断方法可以有效完成光伏阵列典型故障的判别,方法简单可靠,具有较好的诊断效果。(4)提出了一种基于FCM算法与PNN算法相结合的诊断新方法。在第4章的基础上,将光伏阵列的故障模式进一步细化,建立不同故障条件下的电气特性和故障特征之间的映射关系,并使用FCM聚类算法对设置的几种故障类型进行分类,继而通过PNN算法实现光伏阵列的故障诊断。最后运用MATLAB环境下的系统进行仿真分析验证了本诊断方法的正确性和有效性。