基于深度强化学习的无人充电场站资源配置方法及系统

一种基于深度强化学习的无人充电场站资源配置方法及系统，包括：获取额定时间段内当前路口的道路信息和电动车数量，并计算当前道路的充电需求饱和含有量；设置时间间隔，根据时间间隔获取额定时间段内的充电需求饱和含有量，以时间顺序获取一组充电需求饱和含有量；基于深度神经网络和强化学习算法构建充电策略模型，通过仿真环境里的随机时间段对充电策略模型进行训练，得到训练后的充电策略模型；将充电需求饱和含有量作为训练后充电策略模型的输入，模型输出最优值，基于模型输出的最优值进行充电场站资源的分配。本发明通过实时收集和分析充电数据，为资源配置提供更为准确和全面的依据，有效提高无人充电场站资源配置的效率和准确性。