随着工业化进程的加速和能源需求的不断增长，空压机作为工业领域的关键设备， 其能耗问题日益凸显。空压机在各类工业生产过程中，如汽车、化工、电力、医药 等，都发挥着至关重要的作用，但同时也是能源消耗的大户。因此，如何降低空压 机的能耗，提高能源利用效率，已成为当前工业节能领域亟待解决的问题。 

       传统的空压机能耗优化方法主要依赖于经验调整或固定参数的优化，虽然在一 定程度上能够降低能耗，但效果有限且难以适应复杂多变的工业环境。

       在空压机深度学习建模应用方面，研究者们已经取得了一些初步的成果。通过 模型预测，可以实现对空压机运行状态的实时监测和预警，及时发现潜在故障，提 高设备的可靠性和安全性。还有一些研究者对空压机用电需求规律进 行研究，利用长短记忆模型（LSTM）取得了不错的结果[6]。也有研究者对燃气轮 机的多级压缩机使用神经网络模型进行建模[8]，但对于用于工业场景的空压机性能 的建模以及优化控制目前还较少有人研究。因此，研究一种新型的建模方法，实现 对空压系统的精准控制和优化，具有重要的现实意义和应用价值。