本文以河南省某办公建筑夏季制冷季的能耗数据为研究对象,建立了基于深度信念网络的建筑空调能耗预测模型,针对原始数据中存在的不合理数据,分别采用时间序列分解法和箱线图法进行异常值检测,提出了一种对深度信念网络模型参数进行优化的选择策略,采取实验和经验相结合的方法确定预测模型的最佳隐藏层层数和隐藏层节点数,然后采用布谷鸟搜索算法对预测模型中的核参数g和惩罚因子C进行寻优,得到模型最优参数。结果表明,优化后模型的平均绝对误差由1.72下降到1.05,优化效果显著。