随着社会的发展和科技的进步,光伏发电技术不断走向成熟,其应用规模越来越大。尽管2020年电力行业受新冠肺炎疫情影响发展缓慢,但可再生能源发电量占比不断上升。接着,国际能源署提出煤炭正在终结,太阳能才是永久的观点,光伏发电技术有望成为让世界再一次震惊的可再生电力技术。光伏组件是实现光伏发电的核心部件,在实际环境中工作的光伏组件必然会受到多种因素的影响,进而会出现发电状态异常或故障事件的状况。若监管人员对于这些突发事故未能及时采取相应措施,那么,整个光伏发电系统的正常运行都会受到不同程度的影响,甚至会引起失火等不可控制的事件发生。如何解决光伏组件因发生各种故障现象对整个光伏发电系统产生的影响已经成为一大热点。可以预见,光伏发电组件在线监测及故障诊断系统的研究,必将成为当今光伏行业监管系统发展的一大助力。了解影响光伏组件发电的各种因素,通过可靠的故障诊断策略判断组件故障类型来提高光伏发电系统的整体效率,这是光伏系统高效发电的前提,也正是本课题研究意义所在。本文主要研究内容如下:（1）基于光伏组件本身进行了研究。包括对光伏电池的发电原理进行了详细的分析,在等效电路模型的基础上,得出了不同电气外特性参数的变化趋势,分析了光伏组件的多种故障类型以及影响光伏输出功率的因素,为后续故障诊断提供了理论依据。（2）引入了两种故障诊断策略并搭建了仿真模型。提出了基于二维平面分段双线性插值的故障诊断策略,明确了两种诊断方法的联合判断指标并将其应用在监测系统的前端诊断;而后引入BP神经网络故障诊断策略,通过搭建仿真模型来模拟组件不同故障类型,获取实验仿真数据,得到不同状态条件下的输出特性曲线并分析其故障特征参数;最后,借助于真实电站数据验证了相应诊断策略的可行性和有效性。（3）设计了在线监测及故障诊断系统。包括分析了在线监测及故障诊断系统的研究内容和功能需求,完成了智能监测终端的硬件电路和软件的设计,并验证了基于Lab VIEW的实验测试方案,对系统的整体设计做出了应有的完善。