本发明属于光伏发电技术领域，具体涉及一种基于非侵入式状态检测的光伏阵列故障诊断方法。在对原始数据进行主成分分析的基础上，将时序电压、电流数据进行极点对称模态分解，并采用镜像延拓来修复模态分解后本征模函数的断点缺失。将分解出来的本征模函数进行Hilbert‑Huang变换并形成Hilbert边际谱能量，放大了时序电压、电流的实际波形，减小了噪声的影响，实现了特征向量的有效提取。利用Adaboost算法形成的组合分类器，采用模糊聚类‑马氏距离模型计算出样本组的矢量相似度，对组合分类器的权重系数进行有效更新，加强了分类器对误差的感知能力，从而实现对故障数据的有效挖掘，实现了光伏阵列系统的在线故障诊断。