本發(fā)明公開了一種基于強(qiáng)化學(xué)習(xí)的多電平變換器的控制方法，屬于直流輸電技術(shù)領(lǐng)域，本發(fā)明以處理后的關(guān)鍵電氣量作為輸入，以多電平變換器各有效開關(guān)所采取的動(dòng)作出現(xiàn)的概率作為輸出，構(gòu)建一個(gè)多輸入多輸出的神經(jīng)網(wǎng)絡(luò)，利用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)對(duì)多電平變換器的控制；同時(shí)引入獎(jiǎng)勵(lì)值，并通過強(qiáng)化學(xué)習(xí)算法對(duì)神經(jīng)網(wǎng)絡(luò)的內(nèi)部參數(shù)進(jìn)行更新。如此，本發(fā)明將強(qiáng)化學(xué)習(xí)算法應(yīng)用到電路較為復(fù)雜的多電平變換器的控制中，不需要了解復(fù)雜的電路模型，可以直接根據(jù)測(cè)量的輸入輸出數(shù)據(jù)對(duì)神經(jīng)網(wǎng)絡(luò)的參數(shù)進(jìn)行更新以實(shí)現(xiàn)控制，省略了多電平變換器傳統(tǒng)控制中諸如PI控制、調(diào)制、均壓控制等多個(gè)環(huán)節(jié)。