摘要：為提升多聯機系統故障檢測率,本文提出了一種基于局部異常因子結合神經網絡的多聯機故障診斷方案,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)法剔除實驗原始數據中的異常值,再構建反向傳播(Back-Propagation,BP)神經網絡進行制冷劑充注量故障診斷,同時優化模型隱含層節點數,進一步提升故障檢測率。結果表明:LOF法能有效剔除多聯機異常值;較 BP神經網絡,最優隱含層節點數的 LOF-BP神經網絡診斷性能增強,整體檢測率提高至 98.97%。