智能电网是下一代电网的发展趋势和方向,与传统电网相比,它可以充分满足用户对电力的需求以及优化资源配置,体现了电力流、信息流、业务流的高度融合。在智能电网通信网中,业务数量规模和流量规模越来越大,流量模型具有事件性、突发性,需要网络具备灵活调整、快速响应业务变化的能力,给现有网络带来巨大的压力。在此背景下,对电力业务进行合理的疏导分配显得尤为重要。已有的路由分配模型一方面对业务特征的考虑不够完善,另一方面,对模型的求解效率往往不高。基于此,本文针对不同电力业务的特点,在智能电网通信网场景下,提出了基于深度强化学习的智能电网通信网业务路由方法,并对不同的业务场景分别进行了设计与仿真,对于智能电网通信网的安全可靠运行有着重要意义。合理分配业务路由、保证业务快速可靠的传输、提高通信资源利用率、降低网络的风险是电力通信网的工作重点和难点。本课题对两个不同的业务场景特点,分别提出了不同的高效稳定的业务路由方法,并采用相应的深度强化学习算法求解,大大提高问题求解了效率。首先,对于电力控制类业务,它们对于信道的性能要求较高,并且时延也要求控制在较小范围内,大多数控制类业务都采用光纤光缆进行传输。因此,本课题在光传输网络的场景下,提出了一种面向链路均衡的电力控制类业务路由分配方法。链路均衡是指将所有业务尽可能均匀的分布在网络中,使得网络出现故障时,对业务的影响程度降到最低。本文利用了深度强化学习DQN算法对传输网上承载的控制类业务路由进行分配,既可保障业务的总体时延,又可兼顾网络的链路均衡,同时可以弥补传统方法的低效,对控制类业务在智能电网通信网中的安全稳定运行有重要意义。其次,面对快速兴起与突增的IP数据类业务,IP+光的通信网络成为智能电网通信网的重要通信架构。这种网络架构在SDN的控制下,实现对了两层网络的管控和运维。为了提高IP+光网络的协同能力和资源利用率,本文提出了一种基于深度强化学习A3C的IP+光业务路由联合分配方法。首先根据IP数据类业务的特征,以及IP网络和光网络的承载特征设计了业务风险均衡指标,然后结合网络时延、带宽、站点等级差以及主备用路由相似度,设计了合理的主备用路由分配模型。最后,采用A3C算法对模型进行求解,仿真结果和对比分析表明,该方法既可充分利用IP+光网络的资源,又可保障业务平均时延并降低网络风险,同时可以有效的提升收敛速度。对电力数据类业务在智能电网通信网中的路由分配方式提供了参考。本课题对当前智能电网存在的问题和所承载的业务进行了分析,结合已有路由分配方法和求解方式,提出了基于深度强化学习的智能电网通信网业务路由方法,该方法在保证了业务安全高效传输的同时,提高了复杂电网下的路由分配效率,可为以后大规模业务并发时的路由分配方案提供指导,也为智能电网通通信网的建设提供了示范建设和理论依据。