本發(fā)明涉及一種基于多模態(tài)強化學習的電網(wǎng)調(diào)控方法，包括以下步驟：步驟1、輸入電網(wǎng)的數(shù)據(jù)集；步驟2、構(gòu)建出包含數(shù)據(jù)集中電網(wǎng)設備節(jié)點狀態(tài)和故障處置的知識圖譜；步驟3、獲得能對當前設備節(jié)點多模態(tài)狀態(tài)和故障處置動作進行的Embedding的多模態(tài)信息融合模塊；步驟4、選取步驟2中構(gòu)建的知識圖譜，根據(jù)當前狀態(tài)到目標狀態(tài)的情況定義出多跳評分函數(shù)，用于評估兩個狀態(tài)之間的相關(guān)性；步驟5、構(gòu)建故障處置的元路徑；步驟6、產(chǎn)生強化學習的獎勵函數(shù)；步驟7、定義強化學習的馬爾可夫過程生成基于policy?based的強化學習框架；步驟8、訓練產(chǎn)生基于多模態(tài)強化學習獲得的電網(wǎng)調(diào)控策略。本發(fā)明可解釋性強且預測準確性高。