本发明提供一种基于强化学习的电网运行控制方法，涉及电网控制领域，所述方法包括：获取电网在当前时刻的初始数据；对初始数据进行预处理，得到电网在当前时刻的运行数据；通过强化学习算法，得到电网的控制动作；将电网在当前时刻的运行数据和控制动作输入电网环境动力学模型，得到所述控制动作对应的电网的状态转移和控制动作对应的奖励；根据电网的状态转移和控制动作对应的奖励，通过强化学习算法，更新电网的控制动作；当控制动作对应的奖励连续预设次数均超过预设奖励阈值时，停止更新电网的控制动作，并根据最后一次更新的控制动作控制电网的控制单元运行。本发明可提高电网运行的准确性。