“十四五”规划明确了未来实现“碳中和”和“碳峰值”的阶段性目标,要求电力行业加快化石电力向“零碳电力”转换步伐,推动能源结构向清洁化、低碳化转型。光伏发电作为清洁能源之一,提升其装机比重可有效加快减碳目标的实现。光伏阵列和并网逆变器作为光伏发电系统的关键设备,一旦它们发生故障,会威胁整个光伏发电系统的安全运行,甚至对能源供应链造成不可估量的经济损失。然而,光伏发电系统作为一个庞大的、复杂的非线性系统,对其进行有效的在线健康诊断非常困难。因此,亟需对光伏阵列和并网逆变器的健康诊断问题进行相关研究。本文主要工作如下:首先,本文对光伏发电系统的类型及其组成进行说明,以光伏阵列和并网逆变器为研究对象,分别对两者的故障仿真模型进行研究。基于两者的仿真模型,分别模拟实际中光伏阵列（五类）和并网逆变器（功率开关管的二十一类）的故障情况,详细分析了故障输出特性,为健康诊断算法的确定以及后续健康诊断模型结构的确定提供理论依据。其次,本文分别建立光伏阵列和并网逆变器的T-S模糊神经网络在线健康诊断模型并进行仿真验证,诊断结果验证了该模型的合理性和有效性;进而,为提高两个研究对象的T-S模糊神经网络诊断模型的收敛速度及诊断精度,采用规则分裂技术、模糊C均值算法和改进的自适应LM算法对模型进行优化。通过对比改进前后模型的诊断结果,表明了两个改进后的T-S模糊神经网络诊断模型在光伏阵列和并网逆变器的在线健康诊断中,具有设置参数少、自适应性强、精度高等优点。最后,通过建立光伏阵列和并网逆变器的实际验证平台,进一步验证所提出改进模型在实际应用中的有效性和可行性。实验结果表明,本文所提出的光伏阵列和并网逆变器在线健康诊断模型可为光伏发电系统的安全平稳运行提供有力的技术支撑。该论文含有图49幅,表27个,参考文献80篇。