1.一种基于通信电源供电系统的供电分配方法，其特征在于，包括：获取通信电源供电系统的历史运行数据集，其中，所述历史运行数据集包括预设时段内多个历史运行数据；以设备能耗成本数据、设备剩余电量方差数据和电池寿命衰减数据为优化目标，构建初始供电分配模型的目标奖励函数；采用各所述历史运行数据输入所述初始供电分配模型进行训练，得到多个预测历史分配数据；基于所述目标奖励函数，采用各所述历史运行数据与关联的所述预测历史分配数据进行奖励计算，并根据奖励计算结果确定目标供电分配模型；通过所述目标供电分配模型对实时运行数据进行求解，生成最优供电分配方案；所述基于所述目标奖励函数，采用各所述历史运行数据与关联的所述预测历史分配数据进行奖励计算，并根据奖励计算结果确定目标供电分配模型，包括：通过所述目标奖励函数对各所述历史运行数据与关联的所述预测历史分配数据进行奖励计算，得到多个奖励值；采用多个所述奖励值和预设折扣因子进行累积奖励计算，得到累积奖励值；当所述累积奖励值大于预设累积阈值时，则将所述初始供电分配模型作为目标供电分配模型；还包括：当所述累积奖励值小于或等于所述预设累积阈值时，则采用各所述预测历史分配数据进行损失值计算，得到损失值；以最小化损失值为目标，调整所述初始供电分配模型的网络参数，并对多个所述历史运行数据进行样本优先级更新；基于样本优先级更新后的历史运行数据集，跳转至所述采用各所述历史运行数据输入所述初始供电分配模型进行训练，得到多个预测历史分配数据的步骤；所述通过所述目标供电分配模型对实时运行数据进行求解，生成最优供电分配方案，包括：通过所述目标供电分配模型对实时运行数据进行求解，生成满足预设供电分配约束条件的所述最优供电分配方案；所述预设供电分配约束条件包括总电能分配约束、单个设备电能分配约束、电能分配变化约束和运行数据约束。
2.根据权利要求1所述的基于通信电源供电系统的供电分配方法，其特征在于，所述对多个所述历史运行数据进行样本优先级更新，包括：采用所述网络参数、所述历史运行数据与关联的所述预测历史分配数据，确定各所述历史运行数据对应的目标状态动作值；采用即时奖励值、所述目标状态动作值、所述预设折扣因子和预设标准状态动作值进行误差计算，得到各所述历史运行数据对应的目标误差值；采用所述目标误差值的绝对值与预设参数因子进行优先级计算，得到各所述历史运行数据对应的优先值；采用全部所述优先值进行和值运算，得到优先值和值；采用各所述优先值与所述优先值和值进行比值运算，得到各所述历史运行数据对应的采样概率；根据所述采样概率从大到小对所述历史运行数据进行排序；计算排序后各所述历史运行数据对应的采样概率区间；随机生成多个随机数，并利用各所述随机数进行区间检索，匹配各所述随机数所处的采样概率区间作为目标采样概率区间；选取所述目标采样概率区间关联的所述历史运行数据组成更新后的历史运行数据集。
3.根据权利要求2所述的基于通信电源供电系统的供电分配方法，其特征在于，所述采用即时奖励值、所述目标状态动作值、所述预设折扣因子和预设标准状态动作值进行误差计算，得到各所述历史运行数据对应的目标误差值，包括：采用所述预设折扣因子与预设标准状态动作值进行乘值运算，得到各所述历史运行数据对应的目标乘值；采用即时奖励值与所述目标乘值进行和值运算，得到各所述历史运行数据对应的目标和值；采用所述目标和值与所述目标状态动作值进行差值运算，得到各所述历史运行数据对应的目标误差值。
4.一种基于通信电源供电系统的供电分配装置，其特征在于，包括：数据获取模块，用于获取通信电源供电系统的历史运行数据集，其中，所述历史运行数据集包括预设时段内多个历史运行数据；奖励构建模块，用于以设备能耗成本数据、设备剩余电量方差数据和电池寿命衰减数据为优化目标，构建初始供电分配模型的目标奖励函数；模型训练模块，用于采用各所述历史运行数据输入所述初始供电分配模型进行训练，得到多个预测历史分配数据；模型输出模块，用于基于所述目标奖励函数，采用各所述历史运行数据与关联的所述预测历史分配数据进行奖励计算，并根据奖励计算结果确定目标供电分配模型；电能分配模块，用于通过所述目标供电分配模型对实时运行数据进行求解，生成最优供电分配方案；所述模型输出模块包括：奖励值子模块，用于通过所述目标奖励函数对各所述历史运行数据与关联的所述预测历史分配数据进行奖励计算，得到多个奖励值；累积奖励值子模块，用于采用多个所述奖励值和预设折扣因子进行累积奖励计算，得到累积奖励值；目标供电分配模型子模块，用于当所述累积奖励值大于预设累积阈值时，则将所述初始供电分配模型作为目标供电分配模型；所述模型输出模块还包括：损失值子模块，用于当所述累积奖励值小于或等于所述预设累积阈值时，则采用各所述预测历史分配数据进行损失值计算，得到损失值；样本优先级更新子模块，用于以最小化损失值为目标，调整所述初始供电分配模型的网络参数，并对多个所述历史运行数据进行样本优先级更新；跳转子模块，用于基于样本优先级更新后的历史运行数据集，跳转至所述采用各所述历史运行数据输入所述初始供电分配模型进行训练，得到多个预测历史分配数据的步骤；所述电能分配模块包括：约束求解子模块，用于通过所述目标供电分配模型对实时运行数据进行求解，生成满足预设供电分配约束条件的所述最优供电分配方案；所述预设供电分配约束条件包括总电能分配约束、单个设备电能分配约束、电能分配变化约束和运行数据约束。
5.一种电子设备，其特征在于，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1-3任一项所述的基于通信电源供电系统的供电分配方法的步骤。
6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被执行时实现如权利要求1-3任一项所述的基于通信电源供电系统的供电分配方法。
7.一种计算机程序产品，其特征在于，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，其中，当所述程序指令被计算机执行时，使所述计算机执行如权利要求1-3任一项所述的基于通信电源供电系统的供电分配方法。
