1.一种智能电网的网络切片资源分配方法，其特征在于，包括如下步骤：在智能电网核心云中将计算资源、存储资源以及虚拟化网络功能分配给不同的边缘网络，包括：根据资源利用率和体验质量建立智能电网系统资源评估参数；将核心云网络中用户请求的网络切片种类和数量作为观测数据，通过神经网络进行环境特征提取得到输出向量，定义状态集；根据终端用户的地理分布将接入单元划分多个集群，建立动作集；在神经网络中训练数据，根据其特征可以获取动作集上的概率分布矢量，构建回报函数；通过分配切片，依据转移概率从一个状态转移到任何时隙的其它状态，构建状态转移概率矩阵；增强学习算法被配制为元组<S,A,P,R,γ>，其中S是一个有限状态集，A是一组有限的动作，P是一个状态转移概率矩阵，R是回报函数，γ为惩罚因子；建立时隙的状态-动作对的Q函数，在每个时隙中，接入单元可以依据当前状态和回报来计算最佳Q值再选择动作，根据当前状态和所选动作，系统将在下一个时隙切换到新状态，为每个时隙更新Q函数，当累计回报值不再变化时，停止更新；在边缘网络中，边缘服务代理将不同的切片分配给所需的用户，包括：将网络切片优化问题建模为一个混合整数非线性规划问题，根据切片是否被访问状态，获取终端用户的信道速率；采用比例公平调度算法将资源分配给具有最高信道质量的用户，并获取终端用户分配的子频率f，及每个接入单元的总耗能P AU ；根据每个服务需求的反馈值以最优的体验质量分配网络切片资源；用户代理根据所在网络用户的请求向核心云请求网络切片；核心云的服务代理根据不同的用户代理的请求将切片分配给用户代理给用户分配适应的网络切片资源。
2.根据权利要求1所述的智能电网的网络切片资源分配方法，其特征在于，资源评估参数通过以下公式表示：ξ＝η/η th +θ/θ th ，其中，η表示资源利用率，θ表示体验质量，η th 和θ th 分别是η和θ的阈值。
3.根据权利要求1所述的智能电网的网络切片资源分配方法，其特征在于，状态集S通过以下公式计算：其中，f NN 表示神经网络，O E 表示神经网络中的可变参数。
4.根据权利要求1所述的智能电网的网络切片资源分配方法，其特征在于，第t个时隙的状态-动作对的Q函数为其中，r t 是第t个时隙的回报，ρ是学习率,γ∈(0,1)是确定将来回报值的贴现因子，s t 是第t个时隙的状态，a t 是第t个时隙中选择的动作。
5.根据权利要求1所述的智能电网的网络切片资源分配方法，其特征在于，每个接入单元的总耗能P AU 通过以下公式表示：P AU ＝∑(ηa n ω i P i,k +P cir +P bh )其中，η>1是一个常数，P cir 为总电路功耗，a n 是第n个切片的优先级，P i,k 是第i个终端用户从第k个服务代理处接收到的功率，以及P bh 是回程的能耗，ω i 是作为切片是否被访问状态。
6.根据权利要求5所述的智能电网的网络切片资源分配方法，其特征在于，第n类网络切片的体验质量通过以下公式表示:V n ＝g(D n ,C n ,P n ,a n ,U n )其中，D n 为n类网络切片的总延迟，C n 为n类网络切片的通信速率，P n 为n类网络切片的传输速率，a n 是第n个切片的优先级,U n 是所有用户设备的集合。
7.根据权利要求5所述的智能电网的网络切片资源分配方法，其特征在于，假定核心云可以提供足够的切片给边缘用户，则建模的模型为：目标函数:约束条件：s.t.:C i ≥R th ,ω i ∈{0,1},其中，C i 为信道速率，τ是一个常数，用于判断应用程序是否对延迟敏感，l是延迟的要求，I{l<τ}是一个指标函数，如果l<τ等于零，I则等于1，R th 是每个终端用户的数据速率的阈值，N n 是相邻网络数，P I 是相邻接入单元引起的总干扰，P j 和h j 是终端用户和第j个相邻接入单元之间的信道的发射功率和信道增益，I max 是总干扰阈值，P AU 是表示每个接入单元的总能耗，U n 是所有用户设备的集合，R n 是服务中所有用户设备的整体数据速率的阈值，ω i 是作为切片是否被访问状态，P max 表示总功率阈值，其中，T k (f)表示第k个TU相对于f的平均吞吐量，ρ k (m,f)是第k个TU的信噪比，与第m个PRB以及频率相关。
8.根据权利要求7所述的智能电网的网络切片资源分配方法，其特征在于，还包括：将建模有约束的模型转化为无约束的模型；利用迭代算法求解无约束的模型的目标函数的最优解，根据最优解分配网络资源。
9.根据权利要求8所述的智能电网的网络切片资源分配方法，所述无约束的模型通过以下公式表示：其中，G(p,r)表示优化的目标函数，r是惩罚系数，p是由接入单元的发射功率组成的向量，p i 为接收信号的功率，p n 为其它蜂窝网络的噪声功率，T表示是信道的带宽，h表示信道增益，B(p)通过以下公式表示：其中，P max 表示总功率阈值，I max 是总干扰阈值。
