本发明提供了一种电网无功电压控制方法，包括：基于配电网的无功电压控制目标，构建控制优化模型；所述控制优化模型用于在约束条件下调整多个离散设备，以使配电网达到优化目标；基于所述控制优化模型，构建基于马尔科夫决策的交互训练框架；所述交互训练框架用于基于配电网的配置情况，确定智能控制策略；将当前状态信息输入动作生成模型，模型基于所述智能控制策略输出动作变量；将所述动作变量下发至所述多个离散设备；使得既能够在模型不完备的条件下通过在线学习改进优化策略，又能在接入多离散设备的条件下实现高效、可靠的在线学习，进而支持配电网自学习无功优化方法持续在线运行，大幅提高配电网的电压质量，降低运行网损。