高速デマンドレスポンスにビル空調設備電力が有望視されているが，数分での反応が要求されるので対象需要設備の過渡応答特性モデルが望まれる。しかし平常運転データから直接モデリングする技術が望まれていた。本研究では，実際のビルマルチ空調設備の平常運転からトレーニングデータを切出すアルゴリズムを開発した。トレーニングしたニューラルネットワークと従来モデルに対して予測精度を比較した。