本发明公开了一种针对电网紧急控制系统中深度强化学习模型的鲁棒防御方法、系统及存储介质。在原有基于深度强化学习算法作为决策核心的电网紧急控制策略下，添加一层主动防御层，使得深度强化学习算法在面对针对观测扰动的对抗性攻击时具有更强的鲁棒性，保证紧急控制系统决策的正常运行。实验结果表明，该发明一方面对无攻击时电网紧急控制系统深度强化学习模型无不良影响，同时可以有效提高存在对抗攻击时电网紧急控制系统深度强化学习模型的鲁棒性，为实际系统应用该模型的安全性提供保障。