本发明公开了基于迁移学习的自适应建筑日前负荷预测方法，涉及建筑与环保技术领域。本发明包括如下步骤：S1数据采集与处理，原始数据集分为目标建筑的小数据集和基础建筑群的大数据集，填补全部原始数据集的缺失值；S2用能模式聚类；S3源域数据筛选，筛选负荷目标建筑用能模式的历史日负荷曲线，分别构建数据迁移训练集和模型迁移训练集；S4日前负荷预测模型构建；S5自适应模型优化，利用贝叶斯优化不断调整模型参数，实现目标建筑的自适应负荷预测。本发明通过迁移学习的数据迁移和模型迁移方法，结合数据充足建筑群的历史数据，实现目标建筑的负荷预测。