Việc xác định được sự cố và vị trí xảy ra sự cố trong hệ thống điện mặt trời đóng vai trò quan trọng trong việc đảm bảo an toàn vận hành, độ tin cậy và hiệu suất sử dụng tối đa của hệ thống điện mặt trời. Các sự cố thường đa dạng và xuất hiện tại nhiều vị trí khác nhau trên hệ thống đặt ra thách thức lớn cho người giám sát và vận hành. Trong nghiên cứu này, nhóm tác giả đề xuất sử dụng phương pháp học máy, cụ thể là mô hình thuật toán học tập theo nhóm để tự động hóa việc phát hiện các sự cố trong hệ thống điện mặt trời. Mô hình được huấn luyện và kiểm thử trên bộ dữ liệu gồm hơn 2 triêụ các trạng thái sự cố khác nhau. Kết quả độ chính xác của thuật toán đạt được là 98,83% cho thấy mô hình đề xuất có thể phát hiện được các sự cố trong hệ thống điện mặt trời với độ chính xác cao., Tóm tắt tiếng anh, Identifying faults in PV systems plays an important role in ensuring safety, reliability and maximum efficiency of the solar energy system. Faults in PV systems are often difficult to detect due to the complexity of the systems, posing big challenges for supervisors and operators. In this research, we propose a novel model based on machine learning method, specifically the Ensemble Learning model, to detect the faults in the PV systems automatically. The proposed model is trained and tested on a dataset of 2 million PV system fault states. The accuracy result of the algorithm is 98,83%, showing that the proposed model can detect the faults in the solar power system with high accuracy.