1.一种基于新型投票网络的空调机组传感器故障诊断方法，用于针对空调机组中各目标传感器进行实时检测诊断，其特征在于：基于空调机组中各目标传感器分别所对应的各个约束等式，以各目标传感器作为各节点，彼此间存在至少一个相同约束等式的两节点以边相连，且相连两节点之间相同各约束等式中等号两侧数据结果之间的差值作为各个故障特征，实时执行如下步骤：

步骤A.分别针对各个故障特征，基于故障特征自当前时间向历史时间方向预设时长正常工作状态下的故障特征绝对值，获得该故障特征的故障特征绝对值所对应的当前置信区间上限，即获得各个故障特征的故障特征绝对值分别所对应的当前置信区间上限，然后进入步骤B；

步骤B.分别针对各个故障特征，基于故障特征的故障特征绝对值所对应的当前置信区间上限，结合预设正常状态下投票值上限、以及预设非正常状态下投票值下限，构建该故障特征所对应的当前投票值模型，并结合该故障特征的当前故障特征绝对值，获得该故障特征的当前投票值；进而获得各故障特征分别所对应的当前投票值，然后进入步骤C；

步骤C.分别针对各个节点，针对与节点拥有相同故障特征的各节点，根据节点与该各节点之间各故障特征的集合、以及该各故障特征分别所对应的当前投票值，获得该节点分别对与其拥有相同故障特征的各节点的当前投票权值，然后进入步骤D；

步骤D.分别针对各个节点，根据节点分别对与其拥有相同故障特征的各节点的当前投票权值、以及该节点与拥有相同故障特征的各节点之间各故障特征的当前投票值，由该节点对与其拥有相同故障特征的各节点分别进行投票，进而完成各节点分别的投票操作，然后进入步骤E；

步骤E.分别针对各个节点，基于与节点拥有相同故障特征的各节点分别为该节点的投票，按投票值求和的方式，统计获得该节点的被投票结果，进而获得各节点的被投票结果，然后进入步骤F；

步骤F.判断各节点的被投票结果中是否存在小于0的被投票结果，是则判定空调机组中各目标传感器中存在故障情形，且最小被投票结果所对应节点的目标传感器出现故障，否则判定全部目标传感器均不存在故障。

2.根据权利要求1所述一种基于新型投票网络的空调机组传感器故障诊断方法，其特征在于：所述步骤A中，分别针对各个故障特征，执行如下步骤A1至步骤A3，获得该故障特征的故障特征绝对值所对应的当前置信区间上限，进而获得各个故障特征的故障特征绝对值分别所对应的当前置信区间上限，然后进入步骤B；

步骤A1.基于故障特征自当前时间向历史时间方向预设时长的正常工作状态，获取故障特征对应该预设时长内各时间点相距0预设波动范围内的各个故障特征绝对值，然后进入步骤A2；

步骤A2.获得该各个故障特征绝对值所对应的绝对值均值、以及绝对值标准差，然后进入步骤A3；

步骤A3.根据该绝对值均值、以及该绝对值标准差，应用统计过程控制中的休哈特控制图，采用3‑sigma，获得该故障特征的故障特征绝对值所对应的当前置信区间上限。

3.根据权利要求2所述一种基于新型投票网络的空调机组传感器故障诊断方法，其特征在于：所述步骤A3中，根据该绝对值均值μk、以及该绝对值标准差σk，应用统计过程控制中的休哈特控制图，采用3‑sigma，按如下公式：ub

|rk| ＝μk+3σk

ub

获得该故障特征的故障特征绝对值所对应的当前置信区间上限|rk| ，其中，1≤k≤K，ub

K表示故障特征的数量，rk表示第k个故障特征的故障特征值，|rk| 表示第k个故障特征的故障特征绝对值|rk|所对应的当前置信区间上限，μk表示第k个故障特征的绝对值均值，σk表示第k个故障特征的绝对值标准差。

4.根据权利要求1所述一种基于新型投票网络的空调机组传感器故障诊断方法，其特征在于：所述步骤B中，分别针对各个故障特征，执行如下步骤B1至步骤B3，获得故障特征的当前投票值；进而获得各故障特征分别所对应的当前投票值，然后进入步骤C；

ub

步骤B1.基于故障特征的故障特征绝对值所对应的当前置信区间上限|rk| ，结合预设正常状态下投票值上限1、以及预设非正常状态下投票值下限‑1，以及故障特征的故障特征绝对值的范围[0，∞]，则定义故障特征的故障特征绝对值为∞时的投票值为‑1；故障特征ub

的故障特征绝对值为|rk| 时的投票值为0；故障特征的故障特征绝对值为0时的投票值为

1，然后进入步骤B2；

ub

步骤B2.根据故障特征的故障特征绝对值分别为∞、|rk| 、0时的投票值‑1、0、1，构建该故障特征所对应的当前投票值模型如下：ub

其中，1≤k≤K，K表示故障特征的数量，rk表示第k个故障特征的故障特征值，|rk| 表示第k个故障特征的故障特征绝对值|rk|所对应的当前置信区间上限，sk(|rk|)表示第k个故障特征基于其当前故障特征绝对值|rk,当前|所对应的当前投票值；然后进入步骤B3；

步骤B3.根据该故障特征的当前故障特征绝对值，应用该故障特征所对应的投票值模型，获得该故障特征的当前投票值。

5.根据权利要求1所述一种基于新型投票网络的空调机组传感器故障诊断方法，其特征在于：所述步骤C中，分别针对各个节点，针对与节点拥有相同故障特征的各节点，根据节点与该各节点之间各故障特征的集合、以及该各故障特征分别所对应的当前投票值，按如下公式：

获得该节点分别对与其拥有相同故障特征的各节点的当前投票权值 然后进入步骤D；其中，1≤i≤I，I表示节点的数量，i表示第i个节点，ji表示与第i个节点拥有相同故障特征的第ji个节点， 表示第i个节点对与其拥有相同故障特征的第ji个节点的当前投票权值，Pi表示第i个节点与拥有相同故障特征的各节点之间各故障特征的集合， 表示与第i个节点拥有相同故障特征的第ji个节点、和拥有相同故障特征各节点之间各故障特征的集合，ki表示集合Pi中的第ki个故障特征， 表示集合Pi中第ki个故障特征的当前故障特征绝对值， 表示集合Pi中第ki个故障特征的当前故障特征绝对值 所对应的当前投票值，Ki表示与第i个节点相关的故障特征的个数； 是与第i个节点、以及与第i个节点拥有相同故障特征的第ji个节点都相关的故障特征的个数，a、b为预设参数。

6.根据权利要求5所述一种基于新型投票网络的空调机组传感器故障诊断方法，其特征在于：所述a＝0.5，b＝0.5。

7.根据权利要求1所述一种基于新型投票网络的空调机组传感器故障诊断方法，其特征在于：所述步骤D中，分别针对各个节点，根据节点分别对与其拥有相同故障特征的各节点的当前投票权值、以及该节点与拥有相同故障特征的各节点之间各故障特征的当前投票值，按如下公式：

获得该节点对与其拥有相同故障特征的各节点的当前投票值，由该节点对与其拥有相同故障特征的各节点分别进行投票，其中，1≤i≤I，I表示节点的数量，i表示第i个节点，ji表示与第i个节点拥有相同故障特征的第ji个节点， 表示第i个节点对与其拥有相同故障特征的第ji个节点的当前投票值， 表示第i个节点对与其拥有相同故障特征的第ji个节点的当前投票权值， 表示第i个节点与拥有相同故障特征的第ji个节点之间各故障特征的当前投票值的均值。