摘要：為提升多聯(lián)機系統(tǒng)故障檢測率,本文提出了一種基于局部異常因子結合神經(jīng)網(wǎng)絡的多聯(lián)機故障診斷方案,并進行制冷劑充注量實驗驗證該方案的可行性。研究通過局部異常因子(Local Outlier Factor,LOF)法剔除實驗原始數(shù)據(jù)中的異常值,再構建反向傳播(Back-Propagation,BP)神經(jīng)網(wǎng)絡進行制冷劑充注量故障診斷,同時優(yōu)化模型隱含層節(jié)點數(shù),進一步提升故障檢測率。結果表明:LOF法能有效剔除多聯(lián)機異常值;較 BP神經(jīng)網(wǎng)絡,最優(yōu)隱含層節(jié)點數(shù)的 LOF-BP神經(jīng)網(wǎng)絡診斷性能增強,整體檢測率提高至 98.97%。