基于深度强化学习的虚拟电厂协同优化调度方法及系统

本发明提供一种基于深度强化学习的虚拟电厂协同优化调度方法及系统，涉及虚拟电厂优化调度技术领域，包括：通过混合感知网络提取多尺度时序特征，利用动态异构图神经网络获取设备关联特征，构建连续状态演化模型预测系统状态轨迹，结合概率流程网络计算状态分布，基于多智能体元学习模型，结合变分信息瓶颈网络提取决策关键特征，并利用软演员评论家算法生成候选动作空间，通过经验回放机制优化策略参数，得到增强决策方案，通过对抗训练的知识蒸馏框架及同态加密算法保障模型安全，并结合混合专家系统输出最优控制指令，实现虚拟电厂的稳定高效调度，提升了系统的可靠性和经济效益。