一种基于深度强化学习的电力设备远程内存直接读取网络拥塞控制方法、系统、介质及处理器

本申请公开了一种基于深度强化学习的电力设备远程内存直接读取网络拥塞控制方法、系统、介质及处理器，涉及网络拥塞控制技术领域。该方法通过部署监测工具获取网络及电力设备状态数据，经归一化处理后输入深度强化学习模型；模型经与网络环境交互训练优化参数后，部署到实际网络中控制拥塞。还可通过持续监控网络性能，动态更新模型参数。本发明能适应电力系统复杂动态网络环境，灵活调整控制策略，提升数据传输实时性与可靠性，保障电力系统稳定运行。