本发明涉及光伏系统异常检测领域，具体涉及一种光伏光热一体化组件异常检测方法及测试系统，包括：利用神经网络根据特性曲线获得所有异常类型的概率以及特性曲线的不确定度，当不确定度小于预设阈值时，将概率最大时的异常类型作为异常检测结果，当特性曲线的不确定度不小于预设阈值时，将预设时间段内获得的所有特性曲线构成的第一类别，对每个第一类别的中特性曲线进行融合，根据融合结果的有效程度和特征向量得每个第一类别的最终类别以及每个第一类别的融合特征向量，根据所有第一类别的融合特征向量获得光伏光热组件的异常。本发明能够避免因光照强度和温度变化以及采样次数不多而导致的特性曲线误差较大的情况，保证了异常检测的准确性。