本发明属于电力系统自动化技术领域，提供了网络攻击下基于强化学习的微电网运行优化方法及系统，其技术方案为：将智能体的奖励函数分解为多个子奖励函数并进行独立优化，使每个子奖励函数都达到帕累托最优，避免出现单一奖励函数的局部最优。将智能体选择的动作是否满足相关指标作为子奖励函数的一部分，若动作满足指标，则反馈给智能体额外的奖励值，从而使智能体倾向于选取满足设定指标的动作。在外界网络攻击存在的情况下，构建蜜罐服务器作为一种安全防护措施，起到保护作用的同时最小化攻击损失，具备一定的现实意义。