本發(fā)明公開了基于日內(nèi)多目標(biāo)強化學(xué)習(xí)的梯級電站離線調(diào)度方法及系統(tǒng)，涉及電力系統(tǒng)調(diào)度技術(shù)領(lǐng)域，其技術(shù)方案要點是：根據(jù)日內(nèi)調(diào)度場景對調(diào)度任務(wù)進(jìn)行劃分，得到戰(zhàn)略任務(wù)以及兼顧任務(wù)；利用貝葉斯回歸模型從日內(nèi)調(diào)度的決策因子中預(yù)測未來來水和電力需求的概率分布；根據(jù)戰(zhàn)略任務(wù)、兼顧任務(wù)和決策因子構(gòu)建梯級電站調(diào)度的調(diào)度仿真系統(tǒng)；根據(jù)日內(nèi)調(diào)度場景確定多目標(biāo)的標(biāo)準(zhǔn)化回報函數(shù)，并將標(biāo)準(zhǔn)化回報函數(shù)加入調(diào)度仿真系統(tǒng)以實現(xiàn)對調(diào)度策略進(jìn)行評價；根據(jù)調(diào)度策略的評價結(jié)果在調(diào)度仿真系統(tǒng)中訓(xùn)練調(diào)度策略，得到離線的調(diào)度優(yōu)化模型；進(jìn)行效果驗證。本發(fā)明使得梯級電站的調(diào)度策略生成過程準(zhǔn)確度較高，整體實現(xiàn)的可靠性較強。