简介： 本发明提供了一种基于无功负荷态势的电网无功电压控制方法包括：获取无功分区后的负荷预测数据；将负荷预测数据和预先采集的电网状态数据输入到预先构建的Q‑Learning模型进行深度强化学习得到对应的样本数据；将样本数据和采集的电网状态数据输入预先构建的深度卷积神经网络模型得到预测数据对应的电网运行特征值控制电网无功电压；Q‑Learning模型将电网状态数据中上一时刻的数据通过双重Q‑Learning计算Q值得到当前时刻电网状态数据并将当前时刻电网状态数据作为样本数据；深度卷积神经网络模型将样本数据通过卷积运算并进行降维处理得到电网运行特征值；电网状态数据包括电网的结构数据和电网运行设备的数据；采用深度卷积神经网络模型提取电网运行特征提升了算法效率。