基于大数据平台、人工智能物联网技术，以公共建筑中的冷机、水泵、空调机组等大型重点设备为研究对象，对其进行监测，以机器学习等数据挖掘方法为手段，对传感器返回到大数据平台的设备重要特征参数进行异常检测分析，发现设备故障发展演变的规律及特征。区别于传统的静态指标运行诊断，本技术利用工业级仿真诊断技术实时计算设备的动态运行指标，诊断设备的运行情况。利用理论公式和实测数据，建立暖通系统重点设备仿真模型，通过仿真模型计算出受诊设备输出的期望值，将受诊设备的实际输出值与之对比，通过二者间的偏差程度分析设备故障可能性，并提前发出故障预警。本技术在实时故障预警方面保持较高精度和准确性，实现智能判断决策，实现设备的预知性维护，极大地提高建筑设备运维效率。