Yang Liu ， Yan Haiyan ， Lam J C . Thermal comfort and building energy consumption implications-a review ［J］. Applied Energy ， 2014 ， 115 ： 164 - 173 .

陈志杰 ， 朱旭 ， 黄小清 ， 等 . 基于混合模型的数据中心空调系统虚拟制冷剂充注量传感器 ［J］. 制冷技术 ， 2019 ， 39 （ 6 ）： 9 - 14 .

Chen Zhijie ， Zhu Xu ， Huang Xiaoqing ， et al . Virtual refrigerant charge sensor of data center air conditioning system based on hybrid model ［J］. Chinese Journal of Refrigeration Technology ， 2019 ， 39 （ 6 ）： 9 - 14 .

Zhao Yang ， Li Tingting ， Zhang Xuejun ， et al . Artificial intelligence-based fault detection and diagnosis methods for building energy systems： advantages， challenges and the future ［J］. Renewable and Sustainable Energy Reviews ， 2019 ， 109 ： 85 - 101 .

Guo Yabin ， Liu Yaxin ， Wang Yuhua ， et al . Advance and prospect of machine learning based fault detection and diagnosis in air conditioning systems ［J］. Renewable and Sustainable Energy Reviews ， 2024 ， 205 ： 114853 .

Comstock M C ， Braun J E ， Groll E A . A survey of common faults for chillers ［J］. ASHRAE Transactions ， 2002 ， 108 （ 1 ）： 819 - 825 .

周志华 . 机器学习 ［M］. 北京 ： 清华大学出版社 ， 2016 .

Zhou Zhihua . Machine learning ［M］. Beijing ： Tsinghua University Press ， 2016 .

钟超文 ， 花君 ， 严珂 ， 等 . 半监督支持向量机的空气处理机组夏季故障诊断 ［J］. 中国计量大学学报 ， 2018 ， 29 （ 3 ）： 311 - 316， 344 .

Zhong Chaowen ， Hua Jun ， Yan Ke ， et al . Fault diagnosis for air handing units in summer seasons based on semi-supervised support vector machines ［J］. Journal of China University of Metrology ， 2018 ， 29 （ 3 ）： 311 - 316， 344 .

任正雄 ， 韩华 ， 崔晓钰 ， 等 . 基于Tri-Training的制冷系统半监督故障诊断 ［J］. 制冷学报 ， 2022 ， 43 （ 4 ）： 129 - 136， 144 .

Ren Zhengxiong ， Han Hua ， Cui Xiaoyu ， et al . Semi-supervised fault diagnosis of refrigeration system based on tri-training ［J］. Journal of Refrigeration ， 2022 ， 43 （ 4 ）： 129 - 136， 144 .

Lu Cheng ， Ma Xiang ， Yan Ke . Chiller fault diagnosis based on improved variational autoencoder and co-training framework： a case study of insufficient samples ［J］. Journal of Building Engineering ， 2024 ， 88 ： 109137 .

Li Haorong ， Braun J E . Development， evaluation， and demonstration of a virtual refrigerant charge sensor ［J］. HVAC&R Research ， 2009 ， 15 （ 1 ）： 117 - 136 .

Kim W ， Braun J E . Extension of a virtual refrigerant charge sensor ［J］. International Journal of Refrigeration ， 2015 ， 55 ： 224 - 235 .

Yang Yuting ， Xu Ling ， Han Hua ， et al . Soft measurement and prediction of refrigerant leakage based on SVR-LSTM ［J］. International Journal of Refrigeration ， 2023 ， 152 ： 303 - 314 .

Jo Y ， Kahng H ， Kim S B . Deep semi-supervised regression via pseudo-label filtering and calibration ［J］. Applied Soft Computing ， 2024 ， 161 ： 111670 .

Ding Shifei ， Zhang Zi ， Xu Li ， et al . A novel robust semi-supervised stochastic configuration network for regression tasks with noise ［J］. Information Sciences ， 2025 ， 703 ： 121933 .

Jiang Feifeng ， Ma Jun ， Li Zheng ， et al . Prediction of energy use intensity of urban buildings using the semi-supervised deep learning model ［J］. Energy ， 2022 ， 249 ： 123631 .

Bu Xiangya ， Wu Qiuwei ， Zhou Bin ， et al . Hybrid short-term load forecasting using CGAN with CNN and semi-supervised regression ［J］. Applied Energy ， 2023 ， 338 ： 120920 .

Wu Yuandi ， Sicard B ， Gadsden S A . Physics-informed machine learning： a comprehensive review on applications in anomaly detection and condition monitoring ［J］. Expert Systems with Applications ， 2024 ， 255 ： 124678 .

陈耀 ， 韩华 ， 储召平 ， 等 . 基于物理引导神经网络的蒸发器制冷剂泄漏故障诊断模型 ［J］. 暖通空调 ， 2025 ， 55 （ 8 ）： 60 - 65 .

Chen Yao ， Han Hua ， Chu Zhaoping ， et al . Fault diagnosis model of refrigerant leakage in evaporators based on physics-guided neural network ［J］. Journal of HV&AC ， 2025 ， 55 （ 8 ）： 60 - 65 .

Gretton A ， Borgwardt K M ， Rasch M J ， et al . A kernel two-sample test ［J］. Journal of Machine Learning Research ， 2012 ， 13 ： 723 - 773 .