本發(fā)明公開(kāi)了一種基于深度強(qiáng)化學(xué)習(xí)的電力選線(xiàn)方法。該方法包括步驟：篩選影響因素；收集影響因素所對(duì)應(yīng)的數(shù)據(jù)；將影響因素進(jìn)行標(biāo)準(zhǔn)化處理，然后柵格化為圖像；將連續(xù)的路徑分為片段，用圖像、智能體位置、路徑片段組合為樣本，構(gòu)建樣本庫(kù)；基于DQN和FCN構(gòu)建深度強(qiáng)化學(xué)習(xí)模型；將樣本庫(kù)分為訓(xùn)練集與測(cè)試集，先用訓(xùn)練集對(duì)模型進(jìn)行訓(xùn)練，然后用測(cè)試集對(duì)模型進(jìn)行評(píng)價(jià)；在指定選線(xiàn)區(qū)域內(nèi)，利用測(cè)試后的模型進(jìn)行電力選線(xiàn)。該方法將電力選線(xiàn)中所考慮的影響因素柵格化為一張包含量化值的二維圖像，使得神經(jīng)網(wǎng)絡(luò)感知環(huán)境成為可能；通過(guò)組合使用FCN和DQN，可以較好感知環(huán)境，做出最優(yōu)決策，克服傳統(tǒng)路徑規(guī)劃算法存在的不能及時(shí)響應(yīng)復(fù)雜多變的環(huán)境的問(wèn)題。