传统的状态估计方法,如卡尔曼滤波、极大似然估计等,通常需要系统噪声或干扰的统计特性已知或部分已知。但在实际应用中,由于观测数据不足,很难获取噪声或干扰的统计特性,因而具有一定的局限性。集员估计作为一种基于区间或集合的状态估计方法,假设系统的噪声或干扰未知但有界,可以得到系统的可行状态集。基于状态估计与残差的故障诊断方法在工业与控制领域得到广泛应用,由于状态估计的保守性问题,残差的选取对故障诊断影响较大,导致故障诊断结果不准确。本文采用基于全对称多胞形的集员估计理论,设计相应的集员估计器,采用基于多胞形的残差评估方法,通过判断残差是否超出阈值上下界范围来诊断系统是否发生故障。本文的具体工作如下:针对一类离散线性参数时变系统,假设系统噪声和干扰未知但有界,设计基于多胞形的集员估计器。在此基础上提出残差评估方案的故障检测算法,数值仿真证明状态估计与故障诊断方案的可行性和有效性。为了推广该方法应用实践价值,以光伏发电系统为例,采用多胞形集员估计方法对系统进行相应的状态估计,设计残差评估方案,通过判断残差是否超出阈值范围来判断光伏系统是否出现故障。仿真结果证明所提方法的有效性。此外为了进一步提高估计的精度与准确性,设计基于多胞形的分布式集员估计器。在此基础上提出分布式残差评估的故障检测算法。分布式状态估计与故障诊断方案的有效性通过数值仿真证明。同样以光伏发电系统为例,设计了基于多胞形的分布式集员方法和残差评估方案,通过判断系统各个节点残差是否超出阈值范围来判断光伏系统是否出现故障。所提方法的有效性已得到仿真结果的证实。最后对本文进行总结并展望未来的研究方向。综上所述,本文以离散参数时变系统为目标研究对象,光伏发电系统为例,针对“噪声或干扰的统计特性难获取”、“集员估计计算复杂度”、“残差阈值范围设置”、“分布式估计器的设计”等内容,设计了分布式集员状态估计器来对系统进行估计,提出了分布式残差阈值评估方案来对系统进行故障诊断,具有广阔应用前景。