一种基于深度强化学习的SCADA负载调控方法

本发明公开了一种基于深度强化学习的SCADA负载调控方法，包括如下步骤：S1、采集系统状态数据并构建状态向量；S2、使用策略函数输出初始调控动作；S3、通过鲸鱼优化算法优化策略函数结构和参数；S4、基于优化策略生成调控指令；S5、利用蟑螂群算法对局部关键节点动作进行精细调整；S6、执行安全约束判断，筛除不合规动作；S7、将有效指令下发至SCADA系统；S8、采集反馈并更新策略函数。本发明该方法提升了策略自适应性、调控精度与系统安全性。