本发明为一种分布式光伏发电异常诊断方法和系统，方法包括：获取分布式光伏数据；根据所获取的分布式光伏数据选取特征；进行数据预处理；设置XGBoost集合模型的复杂度和模型参数，在模型中添加树使得模型的目标函数最优，以构建预测模型；根据所选取的特征，对预测模型进行训练和测试，迭代模型，调整模型的各项参数，获得调参后的预测模型；将待测的光伏发电数据输入调参后的预测模型，对分布式光伏发电进行异常诊断；本发明的系统与方法基于相同的构思，包括数据选取、特征选择、构建模型、模型优化、异常诊断五大模块，本发明能准确、快速筛选出发电量疑是异常的分布式光伏用户，提高光伏发电的运维效率。