一种基于分层约束强化学习的电网电压优化方法及装置

本发明公开了一种基于分层约束强化学习的电网电压优化方法及装置，涉及电网电压优化技术领域。本发明通过构建长时间尺度和短时间尺度下的分层强化学习模型，将对电网电压的条件划分为两个时间尺度进行调节，以层层协调且逐级优化的方式，通过短时间尺度电压优化模型弥补长时间尺度强化学习模型因负荷与分布式电源不确定性的不足，从而提高了对电网电压调节的准确性。通过分层约束强化学习求解算法对初始分层电压优化模型进行分层训练，有效的实现了电网电压的全局协同优化，并通过约束马尔可夫决策模型有效的减少了搜索空间，从而能够提高分层电压优化模型计算效率和准确度，提高了对电网电压的控制效率和准确性。