1.一种电网资源分配的方法，其特征在于，包括：获取当前电网状态；所述电网状态包含电网中各个网络切片资源分配状态、各个基站频谱利用率以及各个网络切片的服务质量满意度；将所述当前电网状态输入至训练好的电网资源分配模型，得到对所述电网进行资源分配的动作描述信息；根据所述动作描述信息对所述电网的各个网络切片进行资源分配；其中，所述训练好的电网资源分配模型为利用不同电网状态以及不同电网状态对应的服务质量满意度进行训练后得到；在将所述当前电网状态输入至训练好的电网资源分配模型，得到对所述电网进行资源分配的动作描述信息之前，还包括：获取预设数量的训练样本集；每组训练样本包含第一电网状态、动作描述信息、第二电网状态、动作奖励；所述第一电网状态为执行所述动作描述信息对应的动作前各个网络切片资源分配状态；所述第二电网状态为执行所述动作描述信息对应的动作后各个网络切片资源分配状态；所述动作奖励为执行所述动作描述信息后对应的奖励值；根据所述第一电网状态、所述动作描述信息、所述第二电网状态、所述动作奖励确定所述电网资源分配模型的损失函数，包括：根据所述第二电网状态对应的服务质量满意度以及各个基站频谱利用率确定所述动作描述信息对应的动作奖励；根据所述动作奖励确定所述电网资源分配模型的损失函数；根据所述损失函数更新所述电网资源分配模型的参数，得到训练好的电网资源分配模型。
2.根据权利要求1所述的电网资源分配的方法，其特征在于，所述获取当前电网状态，包括：获取传输速率满意度以及时延满意度；根据所述传输速率满意度以及所述时延满意度确定各个网络切片的服务质量满意度。
3.根据权利要求2所述的电网资源分配的方法，其特征在于，所述获取时延满意度，包括：获取固有时延、传播时延以及排队时延；根据所述固有时延、所述传播时延以及所述排队时延确定所述时延满意度。
4.一种电网资源分配的装置，其特征在于，包括：获取模块，用于获取当前电网状态；所述电网状态包含电网中各个网络切片资源分配状态、各个基站频谱利用率以及各个网络切片的服务质量满意度；处理模块，用于将所述当前电网状态输入至训练好的电网资源分配模型，得到对所述电网进行资源分配的动作描述信息；根据所述动作描述信息对所述电网的各个网络切片进行资源分配；其中，所述训练好的电网资源分配模型为利用不同电网状态以及不同电网状态对应的服务质量满意度进行训练后得到；在将所述当前电网状态输入至训练好的电网资源分配模型，得到对所述电网进行资源分配的动作描述信息之前，获取预设数量的训练样本集；每组训练样本包含第一电网状态、动作描述信息、第二电网状态、动作奖励；所述第一电网状态为执行所述动作描述信息对应的动作前各个网络切片资源分配状态；所述第二电网状态为执行所述动作描述信息对应的动作后各个网络切片资源分配状态；所述动作奖励为执行所述动作描述信息后对应的奖励值；根据所述第一电网状态、所述动作描述信息、所述第二电网状态、所述动作奖励确定所述电网资源分配模型的损失函数，包括：根据所述第二电网状态对应的服务质量满意度以及各个基站频谱利用率确定所述动作描述信息对应的动作奖励；根据所述动作奖励确定所述电网资源分配模型的损失函数；根据所述损失函数更新所述电网资源分配模型的参数，得到训练好的电网资源分配模型。
5.根据权利要求4所述的电网资源分配的装置，其特征在于，所述处理模块具体用于：获取传输速率满意度以及时延满意度；根据所述传输速率满意度以及所述时延满意度确定各个网络切片的服务质量满意度。
6.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至3任一项所述方法的步骤。
7.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至3任一项所述方法的步骤。
