本發(fā)明公開了一種基于神經(jīng)網(wǎng)絡和強化學習的混合能量管理方法，屬于自動化技術領域。本發(fā)明采用模糊控制器的輸出作為神經(jīng)網(wǎng)絡初始的離線數(shù)據(jù)集來進行訓練，應用學習得到的神經(jīng)網(wǎng)絡產(chǎn)生新的數(shù)據(jù)加入至原有的數(shù)據(jù)集中，并反復更迭這兩個過程。針對每個時刻的狀態(tài)，采用訓練之后的神經(jīng)網(wǎng)絡來預測當前狀態(tài)在采取相應動作之后轉移到的下一狀態(tài)，根據(jù)累計獎勵最大化的原則選擇一定長度的最優(yōu)動作序列，選取動作序列的第一個動作作為當前狀態(tài)的最優(yōu)控制動作。利用該方法可有效減少能量的浪費并且通過超級電容輔助鋰電池供電，減少了鋰電池的使用，達到了延長鋰電池壽命的目標。