本發(fā)明公開了基于深度強化學習的風電機組電網(wǎng)慣量支撐方法，包括以下步驟：(1)獲取風機轉(zhuǎn)速、電網(wǎng)頻率數(shù)據(jù)；(2)基于DDPG算法設計改進的風機一次調(diào)頻控制策略；(3)在訓練風速下對DDPG智能體進行訓練；(4)利用步驟(3)訓練好的智能體，在測試風速下根據(jù)風機轉(zhuǎn)速和電網(wǎng)頻率在線輸出慣量支撐功率，實現(xiàn)風機對電網(wǎng)的慣量支撐。本發(fā)明的技術方案在風電機組RSC控制基礎上，通過深度確定性策略梯度強化學習算法獲得風電機組慣量支撐功率。與傳統(tǒng)風機固定系數(shù)的一次調(diào)頻控制相比，本發(fā)明提出的方法綜合考慮風機穩(wěn)定與慣量支撐效果，使風機在維持自身穩(wěn)定運行的前提下充分利用轉(zhuǎn)子動能為電網(wǎng)提供慣量支撐。