一种基于强化学习的电网物资定额管理方法及系统

本发明公开了一种基于强化学习的电网物资定额管理方法及系统，涉及电力系统管理技术领域，包括，收集各类物资样本，对物资样本进行扫描形成原始光谱数据并进行预处理，得到纯净光谱矩阵；利用PCA从纯净光谱矩阵中提取出光谱指纹，建立高光谱特征数据库，将提取的光谱指纹与对应的物资类别关联组成高光谱特征数据集；构建分类模型并训练，将高光谱特征数据集输入已训练好的分类模型，输出物资类别；本发明通过高光谱成像与PCA技术深度解析物资特性，核心在于运用强化学习动态调整物资调配策略，依据物资属性和实时需求，实现管理灵活性与资源优化，破解了传统模式下的策略僵化与低效分配问题，推动电网物资管理向全链条智能化升级。