多时间尺度配电网电压优化控制方法、装置、介质和设备

本发明涉及一种多时间尺度配电网电压优化控制方法和装置，包括将目标配电网的电压优化问题转化为马尔科夫博弈问题，并建立目标配电网的多时间尺度电压优化模型；利用数据集，求解多时间尺度电压优化模型中的马尔科夫博弈问题，在训练过程中通过正则项的增量学习方法进行训练，得到训练后的多时间尺度电压优化模型；利用多时间尺度电压优化模型输出目标配电网中待调控区域的调整策略，并利用调整策略调控所述待调控区域的电网设备。本发明解决了基于深度强化学习的多智能体配电网电压优化方法不适用于变化的拓扑结构的技术问题，可支持变化的拓扑结构，同时确保智能体在变化拓扑结构下都能保持良好的优化效果。本发明还涉及一种设备和存储介质。