一种基于深度强化学习算法的资源分配方法及装置

本发明公开了一种基于深度强化学习算法的资源分配方法及装置，包括：获取低压用户群中每个低压用户在各种负荷类型上的电力负荷数据，负荷类型包括不可控负荷、可转移负荷和可中断负荷；基于深度强化学习算法，根据电力负荷数据和资源配置信息得到最优总时延和对应的最优资源分配策略；最优资源分配策略包括最优边缘计算频率值和最优信道带宽值；根据最优边缘计算频率值将边缘计算服务器的总计算频率分配给每个低压用户以进行边缘计算，根据最优信道带宽值将信道带宽总量分配给每个低压用户以实现实时传输。本发明能获取最优时延值，能实现电力负荷数据的即时处理和实时传输，为电力需求响应提供高带宽、低功耗、高可靠性、高稳定性的通信支持。