本发明属于电网调控技术领域，公开一种基于强化学习的电网调控方法、装置、设备及介质；所述方法，包括：从电网运行环境获取电网运行数据；根据电网运行数据获取自适应奖励反馈值R；根据电网运行数据和自适应奖励反馈值R，通过电网调控强化学习智能体，获得基于强化学习的电网动作策略；根据动作空间校验所述电网动作策略，并通过执行校验通过的电网动作策略更新电网运行数据。本发明综合考虑电网的安全性、经济性与低碳性要求，计算得到与电网运行状态相匹配的自适应奖励反馈值R，自适应奖励反馈值R与电网运行状态自适应，使强化学习的训练更容易满足调控需求；使智能体输出的动作策略与当前电网运行状态相匹配。