本发明提供一种融合终端直传通信和多接入边缘计算的网络资源分配方法，属于电网系统数据传输和设备巡检技术领域，包括：迭代选择终端直传通信的设备；根据选择的设备，利用预先训练好的基于DDQN的深度强化学习框架的资源分配策略进行卸载位置和频谱资源的选择。本发明通过MEC实现多级卸载，同时利用D2D通信技术实现通信资源的复用和分布式调度；建立了联合网络吞吐量、功耗和计算时延等指标的系统效益函数，提出了在链路干扰和功率约束条件下的效益最大化问题，实现最优的卸载选择和资源分配；采用基于DDQN的深度强化学习框架实现5G资源块分配和计算卸载的联合优化，实现网络吞吐量最大化，降低了计算时延。