光伏逆变器是光伏发电系统的枢纽设备,其运行状况对于整个光伏发电系统的可靠运行具有重要的影响。然而,光伏电站实际所处的自然环境一般较为恶劣,内部的设备都会长时间承受高电应力和高热应力。同时,电网和直流侧扰动的影响也会提高光伏逆变器的故障发生率。光伏逆变器发生故障将对光伏电站整体效能造成严重损失,为了提高光伏逆变器的故障诊断能力,并量化故障导致的效能损失程度,本文提出了基于极值比值法与支持向量机的故障诊断模型和基于最优最劣法与熵值法相结合的逆变器故障效能损失评估模型。首先,基于带LCL型滤波器的光伏并网逆变器及其电流双闭环控制策略,从多个角度对逆变器故障进行分类,归纳出了光伏逆变器中常见的故障类型及其外在表现,其中对于光伏逆变器IGBT开路、短路的故障原因进行了着重说明。其次,利用Matlab/Simulink仿真平台实现了光伏并网逆变器模型的建立,有效模拟IGBT各种开路故障,对交流侧输出的三相电流波形进行故障分析。在此基础上提出了极值比值故障特征量提取方法,有效降低了特征量的维数,为故障诊断识别提供了良好的条件。然后,将支持向量机（SVM）运用到光伏逆变器故障诊断中,提出了基于极值比值法与支持向量机的故障诊断方法。利用SVM优越的寻优分类特性,对22类IGBT开路故障提取出的特征量进行诊断分类。并将诊断结果与传统神经网络故障诊断方法进行比较,结果表明SVM分类方法具有抗干扰能力强、故障诊断正确率高的特点。最后,建立了一种基于组合赋权法的光伏逆变器IGBT开路故障效能损失评估模型,针对主客观赋权法的特点,采用最优最劣法（BWM）主观赋权与熵值法（EWM）客观赋权组合方式来确定评估指标权重。通过仿真实验论证,该评估方法可以有效量化反映逆变器发生IGBT各类开路故障的严重性及效能损失程度。