基于强化学习的电力系统负荷动态优化方法

本发明公开了基于强化学习的电力系统负荷动态优化方法，包括如下步骤：S1、采集电力系统数据构建状态空间；S2、基于状态空间构建分层强化学习模型，划分高层决策与低层执行任务；S3、训练高层决策模型，以高层状态输出调度任务目标类别指令；S4、训练低层执行模型，结合当前节点状态和高层指令输出控制动作；S5、引入进化机制生成策略种群并优化低层执行模型；S6、融合进化机制与策略梯度同步优化表现优良个体；S7、将训练完成的模型部署至电力调度系统；S8、基于调度反馈进行模型参数微调；S9、将微调后的模型持续应用于负荷调度控制中。本发明实现了电力负荷精准调度与策略高效自适应优化，提高了系统响应性与运行稳定性。