随着人们对室内环境舒适性要求的不断提高,暖通空调系统在建筑领域中的应用越来越广泛,但同时也带来了非常严峻的能源问题。传感器误差的存在不仅会影响建筑系统的精确控制,导致建筑系统性能下降,还会对建筑能耗产生非常严重的负面影响,造成大量的能源浪费。因此,传感器采集数据的准确性对降低建筑能源消耗具有重大意义。然而传统的传感器校准方法费时费力,面对大型建筑中成百上千的各式传感器更是无能为力。为解决上述传感器校准在建筑能源系统中面临的实际问题,本文开展了以下工作:首先,本论文提出了一种新型的传感器校准方法—虚拟原位校准方法(Virtual In-Situ Calibration),并对该方法的基本数学公式和校准原理进行了研究,确定了该方法在建筑能源系统中的校准流程。该方法以贝叶斯理论为基本原理,能够同时修复系统中多个工作传感器的系统误差并大幅度减小随机误差带来的不确定性,而且无需像传统校准方法那样移除工作传感器或额外添加标准传感器。解决了现有传感器校准方法在建筑能源系统中的局限性。其次,本文将虚拟原位校准方法应用于实际的边界条件可获取的全空气一次回风再加热系统,并通过六种常规工况和四种极端工况来研究该方法的准确性。结果表明在十种不同的工况条件下,系统中所有的工作传感器的系统误差和随机误差都能够准确识别,且所有传感器的修正误差都可控制在±5%以内。最后,本文将虚拟原位校准方法应用于实际的边界条件不可获取的空调冷冻站系统,采用与风系统相同的设计工况进一步验证该方法的有效性。结果表明该系统中所有传感器的系统差都得到了准确的识别和修复,且水系统的校准结果与风系统的校准结果并无显著差异。