本發(fā)明提出了一種基于電力系統(tǒng)緊急控制的關(guān)鍵因素辨識方法。構(gòu)建電力系統(tǒng)緊急控制深度強化學(xué)習(xí)模型，引入配電網(wǎng)節(jié)點模型多個歷史時刻的特征數(shù)據(jù)構(gòu)建配電網(wǎng)特征數(shù)據(jù)集；進(jìn)一步將配電網(wǎng)特征數(shù)據(jù)集中每組配電網(wǎng)特征矩陣集合依次輸入至采用隨機梯度下降算法和Q學(xué)習(xí)算法的深度強化學(xué)習(xí)模型進(jìn)行訓(xùn)練，預(yù)測并得到負(fù)荷削減動作；將配電網(wǎng)特征數(shù)據(jù)集中每組配電網(wǎng)特征矩陣集合依次輸入至電力系統(tǒng)緊急控制深度強化學(xué)習(xí)模型預(yù)測得到對應(yīng)的負(fù)荷削減動作，通過Deep?SHAP方法獲取多個影響電力系統(tǒng)緊急控制深度強化學(xué)習(xí)模型的主要特征；本發(fā)明解決機器學(xué)習(xí)模型中透明度過低的問題，為調(diào)度人員提供更加充分的決策幫助，提高模型的可解釋性和準(zhǔn)確度。