智能建筑空调系统故障检测与诊断是保证建筑环境安全性、舒适性和节能性的基本方法，优化空调系统的故障检测与诊断技术，可以保证其低碳高效运行，提高空气质量，同时降低维护成本。本文在研究国内外故障检测与诊断技术的基础上，结合智能建筑空调机组中相同单元在相同模态下具有相似统计特性，在空调机组故障诊断中给出一种基于高斯混合模型的多未知模态检测方法。在多种不同聚类分析方法的基础上，结合故障诊断的特点，将基于高斯混合模型的聚类应用到空调机组故障诊断中，来检测多种未知模态，并详细说明了采用高斯混合模型进行聚类的优势。在此方法的基础上，着重探讨了空调机组温度处理单元和湿度处理单元的工作原理并分析其运行模态，依照能量和物料守恒定律推导单元不同模态的模型，选择特征参数来表征对象属性，并根据卡尔曼滤波算法来计算特征参数，这些特征参数作为高斯混合模型构建的依据。高斯混合模型的核心是EM算法，它由两个步骤组成，即E步和M步，算法的基本思想是E步和M步进行反复迭代，直至混合模型参数收敛，从而得到参数最优估计值。在高斯混合模型建立之后，采用最大后验概率准则，来分配特征数据点并进行模态的识别。使用模拟空调系统平台，对高斯混合模型的聚类方法进行验证，通过MATLAB设计了对应的算法程序，并进行仿真实验，得出基于高斯混合模型的聚类方法对空调机组多未知运行模态的检测效果，验证该法的可行性。