摘要：光伏陣列是光伏系統(tǒng)中非常重要的組成部分。傳統(tǒng)的BP神經(jīng)網(wǎng)絡診斷算法有著精度低、收斂速度慢等缺點,為了精確地診斷出光伏陣列內部的故障位置及其類型,通過分析陣列開路、短路、老化、陰影和電池板裂片5種故障,提出了一種改進型RBF神經(jīng)網(wǎng)絡的故障診斷識別算法。首先,建立RBF神經(jīng)網(wǎng)絡的光伏陣列故障診斷模型,確定基于遺傳算法的故障模型隱層中心的確定方法,然后針對基于粒子群優(yōu)化算法的網(wǎng)絡模型進行自適應權重尋優(yōu)的仿真實驗。最后,將優(yōu)化的算法與傳統(tǒng)RBF神經(jīng)網(wǎng)絡算法進行對比。結果表明:該優(yōu)化算法不僅可以有效地診斷光伏陣列的故障類型,還可以提高故障診斷的準確率。