一种融合阻容模型的物理信息神经网络建筑空调负荷预测方法，包含以下步骤：建立基于建筑物理特性的阻容模型；将阻容模型与普通信息神经网络进行融合，形成物理信息神经网络；数据准备与预处理，收集该建筑的历史空调负荷数据、室内外温度数据以及湿度数据，并构建时间序列数据集；利用数据集对物理信息神经网络模型进行训练；利用实时数据对物理信息神经网络模型进行参数辨识，并调整阻容模型中的物理参数，以响应建筑系统的时变性；利用训练好的物理信息神经网络模型实施建筑空调负荷预测。本发明结合了神经网络的非线性拟合能力和建筑空调系统的物理特性，通过物理信息神经网络的设计和建模，实现了对建筑空调负荷的精准预测。