光伏阵列常受极端条件影响,易产生各种故障,影响电力系统安全运行.为了提高光伏阵列故障诊断模型的综合性能,提出了一种基于改进SqueezeNet的轻量化光伏阵列故障诊断模型,用于对短路、断路、阴影、老化故障的精确诊断.采用深度卷积代替传统卷积降低模型的参数计算量,使用通道洗牌操作提高模型的特征交互能力,并加入残差连接允许信息在层与层之间流通.基于光伏阵列的I-U和P-U曲线,构建了　I,U,P三维通道特征图作为模型的输入.实验结果表明,所提模型能够准确地进行故障分类,平均准确率为99.65％,优于其他对比模型,且相较于其他模型,所提模型在保持高准确率的同时,大幅降低了计算复杂度,可实现光伏阵列故障的实时在线诊断.