本發(fā)明公開了一種基于PPO算法的數(shù)據(jù)模型混合驅動風電場建模方法，包括以下步驟：S1、收集風電場在經(jīng)受擾動后的量測數(shù)據(jù)；S2、構建風電場等值機模型，運用微分方程來描述風電場在經(jīng)受擾動后的暫態(tài)過程，依據(jù)微分方程組構建等值機模型；S3、參數(shù)初值設置與靈敏度分析，對雙饋風機的電機參數(shù)和控制參數(shù)進行軌跡靈敏度分析；S4、基于PPO強化學習算法的參數(shù)辨識。本發(fā)明融合了機理模型建模和參數(shù)辨識的方法，建立的等值機模型具有明確的物理意義，同時無需預先知道每臺風機的準確參數(shù)，顯著降低了數(shù)據(jù)獲取的難度，并且運用深度強化學習算法代替原有的粒子群算法，提高了參數(shù)辨識的效率。