摘要：提出一种基于深度强化学习的电网切机控制策略，所提控制策略依据电网运行环境信息，通过数据分析得到切机控制策略。首先介绍强化学习框架，阐述学习算法原理，并详细介绍Q．Learning方法。然后介绍深度学习基本概念和深度卷积网络原理，提出利用深度卷积网络提取电网运行特征，构建切机策略的思路。再结合深度学习和强化学习，构建深度强化学习框架，其中深度学习采用深度卷积神经网络模型用于提取特征，强化学习采用双重Q．Learning和竞争Q-Learning模型计算Q值，通过比较Q值大小得到切机控制策略。最后，利用IEEE39节点系统验证了方法的正确性。

关键词：深度强化学习 卷积神经网络 数据驱动 决策控 制 

单位：中国电力科学研究院有限公司; 北京市海淀区100192