摘要
本发明公开了一种电能质量调控方法、装置、设备、介质及程序产品。该方法包括：获取调控节点的配电网观测数据；将配电网观测数据输入多智能体深度强化学习模型，获得电能质量调控动作；其中，多智能体深度强化学习模型基于马尔可夫决策过程做出决策；多智能体深度强化学习模型由调控中心根据各智能体基于本地目标样本数据确定的经验值训练得到；对调控节点所在的配电网执行电能质量调控动作。通过将电能质量调控问题转化为马尔可夫决策问题，采用集中训练‑分散执行的框架，依靠每个智能体的局部观测数据与配电网的持续交互中不断优化其控制策略并且依据调控中心的全局评估能力提供准确的价值估计，在保证局部观测的同时实现多智能体协同运行。
