本發(fā)明公開了一種基于積分強化學(xué)習(xí)的核電功率跟蹤控制方法，包括：初始策略選取，相關(guān)參數(shù)初始化，初始功率點與期望功率點選取；開啟全局迭代，開啟局部迭代，利用策略迭代積分強化學(xué)習(xí)算法訓(xùn)練評價網(wǎng)絡(luò)，修正網(wǎng)絡(luò)權(quán)值，其中評價網(wǎng)絡(luò)用來近似跟蹤誤差性能指標(biāo)函數(shù)，并利用該評價網(wǎng)絡(luò)權(quán)值評測當(dāng)前跟蹤誤差控制系統(tǒng)的性能，通過執(zhí)行流程選擇最優(yōu)控制策略，最小化一次全局迭代的總成本；判斷當(dāng)前局部迭代是否完成，若否，則返回局部迭代，否則更新迭代性能指標(biāo)函數(shù)和跟蹤控制律，以獲得最優(yōu)跟蹤控制策略；全局策略迭代完成，得到最優(yōu)跟蹤控制策略，跟蹤到期望功率點，計算總成本。由此，本發(fā)明可以不斷地學(xué)習(xí)、調(diào)整當(dāng)前策略跟蹤到期望功率點。