近年来光伏发电已经成为最常见的太阳能利用方式,并且随着能源革命的进行在世界各国范围内被广泛应用,因此全球光伏的装机容量迅猛增长。但是光伏电站的运维问题随之而来,因为太阳能资源本身的能量密度较低难以集中收集,所以光伏电站往往需要很大的占地面积才能对太阳能进行有效接收,装机的组件数量也十分庞大,这让电站高效的运维变得十分困难。同时,光伏电站一般安装在荒漠、山地等土地资源较差的自然环境中,需要长期面临户外风雪、雨水以及生物毁坏等问题,运行环境十分恶劣,因此光伏电站的故障问题十分严重,光伏电站的故障诊断已经成为光伏电站运维的关键。光伏电站故障频发的问题已经严重的威胁了电站的安全与稳定运行,对于大型光伏电站来说,及时的发现光伏阵列的各种故障对于光伏电站的安全、经济以及稳定运行具有重要意义。对光伏阵列进行故障诊断存在如下困难:1、在实际工程中光伏电站支路数量庞大,组串出力的故障特征被淹没;2、光伏阵列本身出力随着环境的变化波动性强,具有很强的随机性;3、光伏阵列出力性能随运行时间而出现衰退,难以建立全生命周期的故障诊断模型。针对以上问题,论文提出了对光伏出力指标进行概率建模的故障诊断方法,该方法可以有效解决光伏阵列对象的非线性及不确定性问题,准确对光伏组串进行故障诊断。论文根据电站实际数据情况提取了光伏组串出力的故障特征指标,分析了不同辐照度下的故障指标的分布特征,并利用参数估计的方法对不同辐照度区间的光伏故障特征指标的分布进行概率建模,并在分析后提出天气对光伏出力的影响,对天气类型进行了划分,分析了不同天气类型下光伏组串出力指标分布差异,最终建立了考虑天气类型的光伏故障特征指标的概率分布模型,得到各故障特征指标的置信区间实现光伏电站的故障诊断。该方法建立的概率分布模型基于实测数据,可以有效检测光伏组串故障并对故障类型进行判断,解决了常规故障诊断方法阈值的得出基于人的经验设定以及光伏组串出力不确定性的问题。最后,通过在实际电站中进行的实验获取验证数据,与确定故障诊断方法进行对比分析,说明了该方法的有效性。