本發(fā)明公開了一種基于人工神經(jīng)網(wǎng)絡(luò)及深度強(qiáng)化學(xué)習(xí)的AVC智能控制方法，包括，結(jié)合電網(wǎng)無功負(fù)荷的態(tài)勢預(yù)測結(jié)果和新能源并網(wǎng)的點(diǎn)的無功負(fù)荷變化規(guī)律，將變電站分為不同的子控制區(qū)域；基于貝爾曼方程和最小化損失函數(shù)優(yōu)化動(dòng)作效用函數(shù)，并結(jié)合所述動(dòng)作效用函數(shù)獲得決策度量函數(shù)；通過利用所述決策度量函數(shù)的梯度優(yōu)化智能體的決策模型參數(shù)，訓(xùn)練智能體；將所述不同子區(qū)域的態(tài)勢預(yù)測結(jié)果和新能源無功變化規(guī)律輸入到所述智能體，通過所述智能體計(jì)算電力系統(tǒng)的電壓控制量控制電網(wǎng)無功電壓。本發(fā)明通過結(jié)合人工神經(jīng)網(wǎng)絡(luò)和確定性策略的多智能體強(qiáng)化學(xué)習(xí)算法訓(xùn)練智能體，提高了對無功電壓的主動(dòng)控制能力。