随着时代的不断发展进步,我国的城市化水平不断提高,各类大型建筑物越来越多。而随着空调系统在建筑物中的大量应用,接踵而来的是能耗的不断增加。在现代大型商业建筑以及高层住宅中,空调系统的能耗大约占整个建筑物总能耗的55%,在东部某些能耗较高的沿海地区,该比重甚至达到了72%。而随着空调系统的结构复杂度越来越高,子系统越来越多,故障发生越发频繁,其中由空调系统故障所导致的能耗损失日益增多。研究表明,现代商业建筑中加入了空调系统的故障诊断方法后,能够达到20%的节能效果,因此对空调系统中故障诊断技术的研究日益受到人们的重视。现代暖通空调系统具有结构复杂、子系统多的特点,而传感器作为空调系统中随处可见的一种元器件,是现代暖通空调技术中最为底层的元器件,其中在空调系统中包括了温度、湿度、流量、压力这四种传感器。而空调系统运行是否稳定,与传感器的工作状况密切相关,其中某个传感器一旦发生了故障,将会严重影响空调系统的运行,进而影响建筑物的室内环境状况、舒适度指数。甚至将会造成建筑物的能耗损失。为了解决空调系统中传感器的故障检测问题,本文结合深度强化学习技术,利用改进后深度强化学习算法来解决空调系统传感器故障检测的问题,实现了对传感器常见的失效、偏差、漂移、精度下降四种故障的检测。主要内容包括以下三部分:（1）在建筑物空调系统传感器故障问题解决过程中,将会构建一个基于连续性动作选择的问题模型。模型中采用深度强化学习中求解连续性动作问题的深度确定性策略梯度算法（DDPG）,但是在算法运行过程中发现其存在方差过大、样本应用效率低的问题。为了解决问题,本文创新性的提出了一种基于随机方差减小梯度方法的深度确定性策略梯度算法（SVR-DDPG）。该方法通过利用随机方差减小梯度技术（SVRG）提出一种新的优化策略,将之运用到DDPG算法之中,利用该方法的更新方式,使得估计的梯度方差有一个不断减小的上界,令方差不断缩小,从而在小的随机训练子集的基础上找到更加精确的梯度方向,以此来解决由近似梯度估计误差引发的问题,使得算法性能得到了进一步的提升。随后实验部分,将SVR-DDPG算法应用于倒立摆以及经典Mountain Car问题中,与原DDPG算法进行比较,SVR-DDPG算法具有比原算法更加快的收敛速度,更好的稳定性。（2）针对空调系统中传感器的故障问题,构建基于连续性动作选择的问题模型,将（1）中所提的SVR-DDPG算法运用于建筑物空调系统传感器故障检测问题模型中,从实际的建筑物环境中收集空调传感器数据,对模型中故障检测网络进行训练,使得模型能够对空调系统传感器的四种常见故障进行检测。然后在真实数据中引入故障数据,通过实验,验证了基于深度确定性策略梯度算法的空调系统传感器故障检测模型的有效性。（3）为了进一步的加强上述空调传感器故障检测模型的精确度,本文在第四章的方法基础之上,将多Agent方法与深度强化学习方法相结合,构建基于多Agent深度强化学习的建筑物空调系统传感器故障检测模型,模型中建立了更多的故障检测子Agent,在原来SVR-DDPG算法的基础上引入了更多的深度强化学习算法,如DQN算法、增强型深度确定性策略梯度算法等。并通过模糊积分的方法对故障检测子Agent的检测结果进行融合计算,进一步提高了空调系统传感器的故障检测准确率,减小了建筑物能耗损失。此外我们还在模型中加入了故障恢复Agent,以此达到对传感器故障的恢复,使得空调系统能够正常运行,减小损失。