本发明提出一种基于强化学习的主动配电网安全调度方法及装置，属于电力系统运行控制技术领域。其中，所述方法包括：建立主动配电网分布式资源最优调度模型并转化为马尔科夫决策过程模型；基于所述马尔科夫决策过程模型，离线训练所述主动配电网对应的强化学习智能体、用于检查所述强化学习智能体的动作是否安全的基于鲁棒高斯过程回归的动作监视器和用于修正强化学习智能体不安全动作的基于神经网络的动作修正器；利用训练完毕的强化学习智能体、所述动作监视器和所述动作修正器进行主动配电网的安全调度。本发明可在缺少主动配电网模型的情况下利用强化学习实现分布式资源的最优调度，并有效避免主动配电网出现电压越限和线路过载的情况。