针对光伏阵列输出的实时电压电流时序信号包含复杂时变特性及噪声从而影响故障诊断精度的问题，提出一种基于坐标注意力的浅层ResNet网络故障诊断模型.首先利用相对位置矩阵方法将3种一维暂稳态时序数据，包括加权总电流，以及光伏阵列时序电压和电流，转换为二维数据，以此生成红、绿、蓝三通道图像.然后，将图像输入到所提的基于与坐标注意力结合的残差网络模型中，提取其丰富的故障信息，有效地提升故障诊断精度.最后，通过仿真和实际的故障模拟实验获取故障样本数据，以训练和测试所提的网络模型，并与多种其他网络模型进行对比，并对仿真数据集进行可靠性验证.经实验分析证明，提出的故障检测与诊断方法在准确性和稳定性方面都有更佳的表现，根据仿真平台获得的数据集也有较高的可靠性.