建筑能耗是终端能源消耗的重要部分,暖通空调系统是建筑耗能的主要设备,冷水机组又是暖通空调系统的主要耗能部件。而冷水机组发生故障将导致大量的能源浪费,减少设备的使用寿命,并降低室内环境舒适度。将故障检测与诊断(FDD)技术应用于冷水机组,对保持空调系统高能效运行,实现空调系统节能和维持室内环境舒适度具有重要意义。本文针对促进FDD方法应用到实际冷水机组现场所面临的三个主要问题开展研究工作,即:1)现场缺乏足够多的传感器;2)现场缺乏足够多的故障数据;3)可调的虚警率(FAR)。主要目的是开发新的适合于现场应用的冷水机组FDD方法,使其具备如下的五点属性:1)使用现场普遍存在的特征和补充少量获取成本低的特征表征故障;2)具有优良的FDD性能;3)具有识别新故障和更新故障库的能力;4)FAR可调节;5)具有处理非线性变量、不确定性信息,以及融入多源非传感器信息的能力。从现场应用的角度,提出了一种特征选择(FS)的方法,目的是选择现场普遍存在的特征和补充少量获取成本低的特征表征冷水机组典型故障,从而节省传感器的初投资,同时使基于融入距离拒绝的贝叶斯网络(DR-BN)的故障诊断(FD)方法获得优良的诊断性能。该FS方法的技术路径是:首先对安装在现场冷水机组上的传感器进行抽样调查,以现场传感器的存在频率高,对故障敏感程度高和在线计算量小为准则,提名可保留的既有特征;其次使用基于DR-BN的FD方法对提名的可保留的既有特征进行评价,去除这些特征之间的信息冗余后,得到保留的既有特征;然后,若仅使用保留的既有特征不能使匹配的FD方法获得期望的性能,需要增补额外的特征,即再以获取成本低和对故障敏感程度高为准则,提名增补特征;最后,再次使用同样的FD方法在保留的既有特征的基础上对这些提名的增补特征进行评价,从而确定增补特征及增补顺序。提出了一种基于融入距离拒绝和多源非传感器信息的贝叶斯网络(DR-MI-BN)的冷水机组FDD方法。通过在贝叶斯网络(BN)中融入距离拒绝(DR)的机制,冷水机组FDD问题被转化成一类划分问题,进而实现新故障的识别和故障库的更新,并且通过改变DR的程度,实现可调节的FAR。基于BN开放式的网络拓扑结构,在BN中融入多源非传感器信息(MI),以提高对已知故障的诊断正确率(CR)和对新故障的识别CR。将灰色理论应用到冷水机组FDD中。提出了一种基于灰色相似关联分析(GSRA)的冷水机组FDD方法,以充分利用其对小样本模式识别良好的分类效果,以及不要求数据分布服从指定规律的优点。该方法通过计算多个劣化等级下的参考故障模式的加权平均值构建综合参考故障模式,并引入关联度阈值,作为故障检测和确定待检故障模式的嫌疑故障模式的依据。为了获得优良的FDD性能,该方法引入优化算法获得最优的加权系数和关联度阈值。本文使用ASHRAE RP-1043故障实验数据对提出的FS方法的有效性进行验证和对表征冷水机组典型故障的特征进行选择,并对提出的FDD方法的性能进行评价。最后将得到的FDD结果与其它相似研究所提出方法的FDD结果进行对比。结果显示:1)提出的FS方法可被有效应用到冷水机组故障诊断中;2)提出的基于DR-MI-BN方法的FAR可调节。融入MI显著提高了对已知故障的诊断CR(最高从76.4%提高到100%)和对新故障的识别CR(最高从5%提高到96.7%),且与相似研究提出的方法相比,该方法有着更好的FDD性能;3)提出的基于GSRA方法在样本量很小的情况下,FAR仅为7.5%,对冷水机组典型故障的诊断CR分别是92.5%-100%,且与传统技术途径相比,该方法有着更好的FDD性能。