1.一种输电网的过载动态决策生成方法，其特征在于，包括：根据预置电网仿真模型获取线路过载情况下的电网运行状态与潮流数据，所述预置电网仿真模型包括输电网简化电路和配电网简化电路；基于马尔可夫决策理论，根据所述电网运行状态对基于所述潮流数据构建的深度强化学习模型进行训练，得到输电网拓扑调控模型，所述深度强化学习模型包括以负荷缺电惩罚、故障惩罚和动作成本构成的奖励函数，具体过程为：基于马尔可夫决策理论，根据所述潮流数据将输电网的控制过程转换为马尔可夫决策过程，得到预置状态空间、预置动作空间和奖励函数；所述预置状态空间包括电网拓扑结构、发电机出力、配电网总电量需求和线路传输功率，所述预置动作空间包括母线分配和线路投切，所述奖励函数包括负荷缺电惩罚、故障惩罚和动作成本；基于Actor-Critic算法，根据所述预置状态空间、所述预置动作空间和所述奖励函数构建深度强化学习模型；采用所述电网运行状态对所述深度强化学习模型进行训练，得到输电网拓扑调控模型；通过所述输电网拓扑调控模型对实时线路过载运行数据进行决策分析，得到目标电网调控决策。
2.根据权利要求1所述的输电网的过载动态决策生成方法，其特征在于，所述根据预置电网仿真模型获取线路过载情况下的电网运行状态与潮流数据，所述预置电网仿真模型包括输电网简化电路和配电网简化电路，包括：将目标区域的输电网和配电网分别转化为输电网简化电路和配电网简化电路；基于变电站节点化的方式将所述输电网简化电路和所述配电网简化电路进行图描述，得到预置电网仿真模型；获取所述预置电网仿真模型在线路过载情况下预置连续时间步长内的电网运行状态，同时进行潮流计算，得到潮流数据。
3.根据权利要求1所述的输电网的过载动态决策生成方法，其特征在于，所述通过所述输电网拓扑调控模型对实时线路过载运行数据进行决策分析，得到目标电网调控决策，之后还包括：采用所述目标电网调控决策对输电网进行调控，避免输电线路过载。
4.一种输电网的过载动态决策生成装置，其特征在于，包括：数据获取模块，用于根据预置电网仿真模型获取线路过载情况下的电网运行状态与潮流数据，所述预置电网仿真模型包括输电网简化电路和配电网简化电路；模型训练模块，用于基于马尔可夫决策理论，根据所述电网运行状态对基于所述潮流数据构建的深度强化学习模型进行训练，得到输电网拓扑调控模型，所述深度强化学习模型包括以负荷缺电惩罚、故障惩罚和动作成本构成的奖励函数，所述模型训练模块，具体用于：基于马尔可夫决策理论，根据所述潮流数据将输电网的控制过程转换为马尔可夫决策过程，得到预置状态空间、预置动作空间和奖励函数；所述预置状态空间包括电网拓扑结构、发电机出力、配电网总电量需求和线路传输功率，所述预置动作空间包括母线分配和线路投切，所述奖励函数包括负荷缺电惩罚、故障惩罚和动作成本；基于Actor-Critic算法，根据所述预置状态空间、所述预置动作空间和所述奖励函数构建深度强化学习模型；采用所述电网运行状态对所述深度强化学习模型进行训练，得到输电网拓扑调控模型；决策生成模块，用于通过所述输电网拓扑调控模型对实时线路过载运行数据进行决策分析，得到目标电网调控决策。
5.根据权利要求4所述的输电网的过载动态决策生成装置，其特征在于，所述数据获取模块，具体用于：将目标区域的输电网和配电网分别转化为输电网简化电路和配电网简化电路；基于变电站节点化的方式将所述输电网简化电路和所述配电网简化电路进行图描述，得到预置电网仿真模型；获取所述预置电网仿真模型在线路过载情况下预置连续时间步长内的电网运行状态，同时进行潮流计算，得到潮流数据。
6.根据权利要求4所述的输电网的过载动态决策生成装置，其特征在于，还包括：过载调控模块，用于过载采用所述目标电网调控决策对输电网进行调控，避免输电线路过载。
7.一种输电网的过载动态决策生成设备，其特征在于，所述设备包括处理器以及存储器；所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；所述处理器用于根据所述程序代码中的指令执行权利要求1-3任一项所述的输电网的过载动态决策生成方法。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行权利要求1-3任一项所述的输电网的过载动态决策生成方法。
