随着人类盲目对不可再生能源的利用,能源危机已经逐渐逼近,各国已经纷纷将产业结构往可再生能源方向发展。我国尤其重视新能源的发展,并为此出台各项政策以推动新能源在技术和规模上领先世界。太阳能被誉为最为清洁的能源,从提出光电效应理论到光伏电站大规模投产,人类对光伏科技的发展技术上已经成熟。随着我国光伏发电产业的逐步发展,光伏电池的质量、寿命、光电转化率等越来越成为制约其发展的关键因素。因此,为进一步促进我国光伏产业的发展,提高光伏电池质量,延长光伏电池寿命、增加光电转化率,就有必要对光伏电池内部参数以及内部参数对外部特性的影响进行深入研究。目前,大多学者对光伏电池的研究都是在光伏电池外部特性的基础上进行深入分析,通过光伏电池外部电流电压的变化来对光伏电池进行简单的电气特性描述,虽然也能对光伏电池质量,寿命,光电转化率进行简单的评估,但这些都不能表明光伏电池内部参数与外部特性的关系,也不适合光伏电池高质量领域的应用。当前,光伏电池电信号诊断方法和红外图像诊断方法应用较为普遍。这两大类方法都是根据光伏电池外部特性来检测故障,与此相反,本文从光伏电池内部参数为切入点,以输入输出的电流电压为数据源,建立光伏电池单二级管光伏电池模型,从光伏电池内部研究影响光伏电池故障的参数变化,并对光伏电池的各种故障进行定量描述。由于传统的单二极管光伏电池模型是由一种Ⅰ-Ⅴ非线性超越方程搭建而成,利用传统数学方法对方程求解困难,对光伏电池内部机理与外部特性的研究不利。为了探究光伏电池内部参数与光伏电池外部特性之间的关系,本文引进了人工蜂群算法,并优化了人工蜂群算法的局部搜索,使其更好的实现了光伏电池参数的辨识,解决了非线性超越方程求解困难的问题。除此之外,本文还利用粒子群算法、粒子群改进算法即混沌粒子群算法对光伏电池进行参数辨识,更好的分析所改进的人工蜂群算法在光伏电池参数辨识的方法上的优越性。然后,通过改进的人工蜂群算法对不同工况下的光伏电池进行参数辨识,并绘制出所对应Ⅰ-Ⅴ曲线图,为正常运行下的光伏电池参数提供参考依据,并为光伏电池参数辨识的应用即故障诊断提供理论依据。本文研究的重点是对光伏电池的参数进行快速准确地辨识,并将辨识的参数应用于故障诊断的样本数据,利用光伏电池参数与故障类型之间的对应关系,建立故障诊断模型,完成故障诊断。为了更好的体现光伏电池参数辨识的应用价值,本文以四种常见的光伏电池故障类型,如光伏电池正常、短路、开路、和老化为研究对象。首先,探究故障类型与光伏电池参数的关系并以此规律建立光伏电池故障仿真模型。其次,利用故障输出的电流电压进行参数辨识,辨识结果用于故障诊断的样本集,再对故障样本进行训练。最后通过不同的测试样本对故障类型进行分类,验证诊断模型的准确性。