目前,随着当今社会经济的持续发展,对建筑环境的要求也不断提高,使得建筑逐渐朝着大型化、多功能化和智能化发展。在自动控制系统在各行业愈加普及的今日,空调故障诊断系统作为智能建筑系统的重要部分,所占比重也逐渐增加,对这方面的研究也愈加重视。而传感器是空调监测系统的重要组件,它是否可靠关乎空调系统的实时调节和运行控制,进而影响到能源利用、室内的热湿环境和空气质量,所以对空调系统传感器的故障诊断进行研究是十分必要的,有着很强的应用价值。本文先简单讲述了主元分析法(Principle Component Analysis,PCA)的基本思想、数学证明方法、建模方法以及如何确定主元数目、故障检测方法、基于贡献图的故障分离方法等一整套故障诊断与检测的流程。然后对地源热泵系统及其故障进行介绍,包括地源热泵系统发展及应用、本实验采用的地源热泵系统、在空调系统中常见的四种传感器故障的特点与其数学模型,最后,根据现有系统的条件筛选系统变量。采用主元分析法对地源热泵系统传感器故障检测与诊断。从实际的地源热泵系统采集运行数据,分别对空调系统传感器的三种故障:偏差故障、漂移故障和精度降低故障,使用主元分析法进行故障诊断,来验证其诊断效果。这些数据表明,基于PCA法的传感器故障检测是有效的。但发生微小故障时,诊断效果并不理想。针对主元分析法存在的不足提出了两种改进方法,核主元分析法和动态核主元分析法。在核主元分析方法中,分析其核心理论可知,核主元分析法无需建立系统的精确数学模型,仅要分析各变量间相关性,而后使用核函数对原始数据进行非线性映射,便能以较准确地方式展现不同变量间的非线性,除此之外,还能提取系统的非线性特征,因此该方法适用于空调系统这类非线性系统的故障诊断。又进一步研究了指数加权动态自回归统计模型与等步长数据更新,针对过程数据的动态时变特性,提出了动态核主元分析法。通过使用加权因子,将新数据与旧数据结合,共同建立具有动态特性自适应的核主元模型。将这两种方法利用地源热泵空调系统进行验证,结果表明,两种方法均能提高诊断效果。最后,本文将三种诊断方法的诊断结果进行了详细的比较,这三种方法都是可行的方法,但有各自的特点和局限性:传统主元分析法有着灵敏度较低但不会出现误诊情况的特点;核主元分析方法则有着较高的灵敏度,但也有较低的精度;动态核主元法则各项指标都很均衡。综合来看,在大多数空调的使用场合,动态核主元分析法是相对较好的方法。