本文提出了一种基于深度强化学习的电力系统紧急控制策略，利用深度神经网络训练动态代理模型，在IEEE 300总线测试系统中实现了高效的样本和训练效率。研究表明，该方法在多个系统中表现出优异的性能和鲁棒性。

该文介绍了一种基于强化学习的端到端方法，用于实现(e)NMPC应用中的动态代理模型最优性能。该方法在两个应用中验证，表现相当于无模型神经网络控制器，始终优于基于系统识别的模型。