生活在现代社会的人们有相当多的时间是在室内度过的。建筑内的HVAC系统对于保证良好的室内环境质量至关重要。传统的HVAC(暖通空调)系统故障检测和诊断方法通常依赖于周期性的维护和人工检查，这不仅耗时耗力，而且往往难以实现问题的实时发现和处理。随着建筑信息化程度的提高，数字孪生技术的发展为建筑系统管理提供了新的解决方案。 数字孪生通过创建物理资产的虚拟副本，能够实时反映和预测资产的状态和行为，从而为建筑系统的运行和维护提供决策支持。尽管丰富的建筑数据承载着巨大的信息量，但是如果没有合理利用，冗余和不相关的数据维度会导致过拟合问题和沉重的计算负担。为了整合和处理海量的实时数据，确保数据的有效性和故障检测的准确性，需要结合数据孪生平台与故障标签方法，过滤生成低延迟数据流，自动化该过程，同时针对显著改变HVAC系统行为的五种功能故障，包括过度渗透、核心区和周边区域的恒温器测量正偏差和负偏差；这些故障是人为制造并强加给设施的：通过打开窗户以达到目标渗透率来实现过度渗透，通过向相反方向调整温度设定点来实现恒温器测量正偏或负偏。