在中国经济飞速增长的背后,能源消耗随之愈加严重,解决能源消耗问题是社会发展进程中不可或缺的议题。其中,建筑总能耗在全国总能耗中的占比较高,且随着城市建设的迅猛发展,建筑能耗目前仍呈现持续增长的趋势。能耗控制是缓解建筑能耗行之有效的途径,也是实现节能最直接的方式,而有效的能耗控制以预测为前提,故能耗预测性能的提升成为了节能领域的一大热点。然而,能耗预测的实现需要收集不同状态下的能耗数据,而获取大规模的能耗数据受采集成本高和众多不确定性因素等的影响,因此,如何提升建筑能耗的预测性能是建筑节能领域的一大研究任务。本文将强化学习方法应用于建筑能耗预测,通过跨建筑物迁移有效的解决了采集能耗数据所面临的诸多问题,从以下三部分进行介绍:（1）针对新建筑物和新安装仪表的建筑物具有较小的历史数据集,无法对建筑能耗进行准确预测的问题,提出一种基于特征调整跨建筑物迁移的强化学习建筑能耗预测方法。该方法旨在将大量的源建筑物能耗数据和少量的目标建筑物能耗数据经过季节性和趋势的消除和调整对特征和标签值进行处理,用于强化学习算法的预处理和后处理阶段中,实现跨建筑物间的知识迁移。最后,通过使用来自加拿大Powersmiths提供的四所学校数据进行对比实验,结果表明,所提出的算法有效的提高了在数据有限的情况下新建筑物的预测精度。（2）针对建筑能耗的预测性能受诸多复杂因素的影响,标记过的数据集并非始终可用的问题,提出一种基于特征提取跨建筑物迁移的强化学习能耗预测方法,算法主要研究在数据未被标记的情况下,通过其他类型建筑物的能耗数据为历史数据有限的建筑物提供能耗预测解决方案,利用条件受限玻尔兹曼机自动提取高级特征来进行状态评估,结合强化学习算法对建筑能耗进行建模,并将得到的连续状态作为强化学习算法的输入。最后,通过使用来自美国电力巴尔的摩天燃气与电力公司记载的能耗数据进行对比实验,结果表明,所提出的方法有效提高了能耗的预测性能。（3）针对建筑能耗预测中存在训练样本不足导致目标建筑学习速度慢的问题,提出一种基于生成对抗网络跨建筑物迁移的强化学习能耗预测方法。该方法利用无监督流形对齐方法调整和重复使用映射的知识,结合自适应控制算法求解目标域中的最优策略。其中,在目标域中引入生成对抗网络降低训练过程中对真实样本的依赖。最后,分别用于强化学习中经典的Mountain Car和Inverted Pendulum问题间的迁移,和第四章中不同建筑物的能耗数据间的迁移进行对比实验,结果表明,所提出的算法可有效提高样本的使用效率,加快在目标建筑中的学习速度,有较好的收敛速度和稳定性。