En los últimos años, el crecimiento abrumador de la generación de energía solar fotovoltaica (FV) como alternativa a la generación convencional de combustibles fósiles ha fomentado la búsqueda de prácticas de operación y mantenimiento más eficientes y confiables, ya que los sistemas FV requieren un mantenimiento constante para mantener una eficiencia de generación consistente. Una opción, explorada recientemente, es la inteligencia artificial (IA) para reemplazar las estrategias de mantenimiento convencionales. La creciente importancia de la IA en diversas aplicaciones de la vida real, especialmente en aplicaciones solares FV, no puede ser subestimada. Este estudio presenta una revisión extensa de los métodos basados en IA para la detección y diagnóstico de fallas en sistemas FV. Explora varios tipos de fallas que son comunes en los sistemas FV y diversas técnicas de detección y diagnóstico de fallas basadas en IA propuestas en la literatura. Cabe destacar que actualmente hay menos literatura en esta área de aplicación FV en comparación con otras áreas. Esto se debe al hecho de que el tema ha sido explorado recientemente, como se evidencia en el artículo más antiguo que pudimos obtener, que data de hace apenas unos 15 años. Además, el estudio describe el papel de la IA en la operación y mantenimiento de FV, y las principales contribuciones de las literaturas revisadas.