摘要
本发明提出了基于数字孪生的中央空调系统实时故障预测方法及系统，方法包括部署多种类型的传感器进行多维度检测，采集传感器数据；在中央空调机组周围部署边缘计算节点；根据预处理后的数据构建基于中央空调机组的数字孪生模型，提供关键性能指标的动态视图，实时映射和模拟中央空调机组的状态；设计故障预测模型，预测和识别故障；将故障预测模型部署在边缘计算节点并运行，进行实时的故障监测和诊断；当发现存在故障时，AI‑driven维护决策支持，自动化调整故障预测模型参数或安排维护策略；构建基于性能反馈的学习循环，优化故障预测模型和维护策略。本发明融合了量子计算、数字孪生技术和边缘计算，显著提升了中央空调系统的运行效率和可靠性。
