本发明提供了一种智能建筑自动化控制模型训练方法、介质及系统，属于智能建筑自动化控制模型技术领域，包括：收集智能建筑连续多年的外部环境数据、内部环境数据和调节记录；构建智能建筑调节的知识图谱；设定多种仿真情况；建立仿真数据集和验证数据集；建立博弈模型，包括以调节效果最优的上层模型，和能耗消耗最低的下层模型，设定博弈模型的约束条件；求解博弈模型，得到最优解，用于将仿真调节参数组成的数组映射为优选仿真调节参数数组；训练一个神经网络模型，得到基础模型；采用验证数据集对基础模型进行微调优化，得到智能建筑自动化控制模型，用于根据当前的外部环境数据和内部环境数据模型计算得到对智能建筑内相关设备的调节参数。