我国当前建筑运维行业中,中央空调系统的运行管理缺乏科学的指导。此外,由于工程人员无法直观有效进行空调系统整体运行状态的诊断分析,因此中央空调系统的运行往往存在巨大的节能潜力。建筑楼宇自控系统的应用,通常采集并存储了大量的实际运行数据,这些数据是中央空调系统实际运行状态最直接最原始的载体。若通过上述数据,深度发掘数据内部的信息和知识,辅助中央空调空调系统的运维分析和诊断,将大大提高节能诊断工作的效率。然而,传统单一的数据挖掘方法往往忽视了中央空调系统的整体性和关联性,重局部而轻整体较少关注数据系统综合分析,忽略了不同数据维度间关联结构所隐藏的信息。因此本文依托目前备受关注的图网络数据挖掘技术,通过建立中央空调运行数据图网络模型,并基于该模型提出一套完整的中央空调运行数据分析诊断方法。该方法首先通过线性插值手段将数据预处理,解决数据采样频率不一致的问题;其次采用描述型分析和统计型分析相结合对数据进行初步分析,利用均值、最值、中值、标准差、偏度、峰度及皮尔逊相关系数等指标开展数据探索工作。接着将符号聚合处理和单调趋势处理相结合,对时序数据降维处理实现原始数据到关联属性的挖掘获取;然后提出图网络模型从“数据节点”、“关联边”、“网络结构”详细建模步骤,该步骤能够有效将建筑原始数据集建模形成图网络数据存储表达;最后提出一整套基于频繁子图挖掘的分析诊断方法,利用g Span算法将上述图网络数据进行频繁模式分析,并提出基于差异系数分析的自动筛选方法用以实现历史数据的频繁模式诊断和逐日运行诊断。该方法从系统全局角度进行分析,便于工程人员快速发现问题所在及具体影响因素。将该方法应用于实际中央空调系统2个月的运行数据进行案例分析,有效诊断发现4处重大节能潜力问题及若干不规范操作行为。结果验证了该方法的合理性和有效性。本文的研究成果适用于今后更多的中央空调系统运行诊断分析,便于提高工程及研究人员的工作效率,具备一定的实际意义。