一种基于深度强化学习的配电网无功优化方法及装置

本发明提供一种基于深度强化学习的配电网无功优化方法及装置，包括根据配电网中慢速无功调节设备的状态参数，建立混合整数二阶锥规划模型，求解所述混合整数二阶锥规划模型，获得各个慢速无功调节设备的日前最优调度结果；基于日前最优调度结果以及当前配电网的运行特征，建立以配电网最小化当前运行成本为目标的多智能体强化学习模型；采用多智能体深度确定性策略梯度算法对多智能体强化学习模型训练，生成日内多智能体实时调度策略；将日前最优调度结果与所述日内多智能体实时调度策略进行融合，输出多时间尺度协调的配电网无功优化控制指令。本发明的技术方案实现兼顾日前经济性与日内实时性的多时间尺度协调无功优化机制。