随着第三次工业革命的到来,新能源迅速发展,光伏产业备受关注。而光伏组件价格较高一直是制约光伏产业发展的一个重要因素,光伏发电系统投资商一次性投资过高,短时间无法收回成本。本文在收集大量数据资料的基础上,系统分析国家层面针对光伏产业发展规划,国家电网公司对光伏产业发展的支持政策,浙江省和嘉兴市光伏产业发展现状,分析现阶段光伏产业发展面临的问题,得出导致问题最主要的原因是,光伏系统发电量无法得到保障,光伏组件故障率偏高,热斑现象普遍,无法及时有效的诊断,排除故障能力弱。所以,有效的光伏组件故障诊断,可以大大提升光伏发电系统的经济性。在电力领域中应用的故障诊断技术很多,且各有利弊,目前针对光伏阵列的故障诊断技术主要分为红外检测法和电信号检测法两大类,实际工程中,需要添加额外的故障诊断辅助设备,增加系统经济成本,且故障诊断不及时,普遍为光伏阵列故障后采取措施,某种程度排除故障效率得不到保证。本文系统总结了光伏阵列故障的成因,归纳故障类型。提出在整个光伏发电系统中,采用唯一支路指示光伏阵列故障的微型逆变的新思路,利用实时运行数据,建立数据挖掘决策树模型,利用模型预测其他支路的光伏阵列故障情况。首先,采集光伏阵列监控数据中光伏阵列电流、输出功率,温度传感器光伏板正板工作温度,环境检测仪采集的环境温度、光辐照度,微型逆变器的故障指示数据。进一步对海量数据进行数据抽取、转化和加载,建立光伏阵列故障诊断应用数据库。最后成功实现C5.0算法,建立模型,模型预测结果准确率高,同时与CART算法结果对比,前者优于后者。