中央空调是社区的重要设施之一。由于其设备众多、系统复杂,一旦发生故障,维修人员很难在短时间内找出故障点并维修。这将对社区居民的生活和工作造成很大影响。传统的离线监控耗时较长,难以实现对中央空调的实时控制。因此,中央空调的在线故障监控对于提高设备维修效率、减小对居民的影响、延长设备寿命具有十分重要的意义。智慧社区是在物联网和互联网的基础上将社区中的设施、系统、功能等资源整合起来的平台。本文将智慧社区中央空调作为研究对象,利用物联网技术,通过信息传感设备,实时采集反应中央空调运行状态的参数信息,再通过互联网实现对中央空调的远程实时监控和故障智能诊断。具体研究内容包括：(1)综述了国内外主流的故障诊断方法,并结合中央空调系统复杂、故障关系不明确、工作环境恶劣等特点,选择神经网络作为本文的故障诊断方法。(2)针对中央空调故障预警快速准确的要求,建立了BP神经网络模型和SOM神经网络模型,并对其进行仿真测试,分析了其故障诊断结果。(3)针对BP神经网络易陷入局部最优且需要大量训练样本以及SOM神经网络分类稀疏、准确率低,提出了将SOM神经网络的输出结果作为BP神经网络的输入,建立了SOM-BP串联神经网络模型。通过对串联网络的训练和测试并分析其训练误差和测试准确率,结果表明改进后的算法能加速网络收敛并有效提高故障诊断准确率。(4)基于以上的算法和模型,开发了嵌入SOM-BP串联神经网络故障诊断算法的智慧社区中央空调在线故障智能诊断系统,并在实际应用环境中对该系统进行了测试,取得了满意的效果。