Este trabajo presenta un nuevo método de detección de fallas para sistemas fotovoltaicos. El método identifica módulos en cortocircuito y cadenas desconectadas en sistemas fotovoltaicos combinando dos técnicas de aprendizaje automático. El primer algoritmo es una red neuronal feedforward de capas múltiples, que utiliza irradiancia, temperatura ambiente y potencia en el punto de máxima potencia como variables de entrada. La salida de la red neuronal ingresa a un sistema de lógica difusa tipo Sugeno que determina con precisión cuántos módulos defectuosos están ocurriendo en la planta de energía. El método propuesto fue entrenado utilizando un conjunto de datos simulados y validado utilizando datos experimentales. Los resultados obtenidos mostraron un 99.28% de precisión en la detección de módulos fotovoltaicos en cortocircuito y un 99.43% en la detección de cadenas desconectadas.