本发明公开一种基于多目标深度强化学习的主动配电网重构方法，方法包括：步骤一、以整个重构周期内三相不平衡度最小化和开关动作总次数最少化为构建多目标优化模型；步骤二、基于各时段各开关的状态矩阵、各时段各节点各相有功功率矩阵和无功功率矩阵构造配电网重构智能体的状态空间与动作空间；步骤三、将三相电流总体不平衡度指标和开关总次数指标映射到归一化二维目标空间，并基于逼近理想解排序法的设计多目标奖励函数；步骤四、采用基于最大熵的软行动器‑评判器深度强化算法实现可均衡协调三相平衡效果和开关动作总次数的主动配电网多目标优化动态重构在线决策。填补了DRL方法应用在主动配电网多目标优化重构的空缺。