水能作为主要的清洁能源,进行合理的调度决策以提高发电效益是水力发电的目标,尽管不确定性风险因素始终伴随着水库调度全过程,但是传统的优化调度方法仍然在电站特别是梯级电站面对径流、电价等不确定风险决策以及由此造成的维数灾问题上没有较好的求解效果。因此在梯级电站风险调度决策方面提出新的求解方法和思路具有十分重要的现实意义。本文基于随机对偶动态规划的求解结构提出一种新的基于深度神经网络和强化学习方法进行水库风险决策的模型方法—随机对偶深度神经网络梯级风险决策（Stochastic Dual Deep Neural Network,SDDNN）,模型利用深度神经估值网络作为余留期发电效益估值函数,耦合深度神经估值网络和对偶约束进而逐阶段递推优化求解得到最优决策。SDDNN模型具有反向样本数据集生成、神经网络及强化学习以及正向决策3个模块结构,模型将梯级风险调度决策和余留期效益估值网络训练异步并行进行,能够有效地提高模型决策速度和灵活性。论文通过反向递推和蒙特卡洛抽样生成样本数据集,利用神经网络和强化学习对估值网络进行训练和升级,采用正向决策提供梯级风险决策方案。论文针对SDDNN模型结构提出了并行和GPU加速两种优化方法。论文将SDDNN模型应用于三峡—葛洲坝梯级风险调度决策中,分析计算证明该模型能够提供可行性风险决策方案。论文主要创新性成果如下:（1）在原有SDDP算法基础上,提出采用深度神经估值网络代替余留期效益估值函数,充分利用深度神经网络结构灵活,网络参数易于更新的优势,基于大量的模拟径流、电价等因子的随机分布样本数据先行训练深度神经估值网络,实现算法在线训练和实时决策,提升算法性能。（2）提出基于深度学习的风险调度决策模型结构,模型结构划分为样本数据集生成、深度神经网络训练和强化学习、正向风险决策三个模块,各模块能够独立进行,样本数据生成模块通过反向迭代提供神经网络训练样本,神经网络模块训练和强化学习提供余留期效益估值网络,正向决策模块提供风险决策方案,模型结构有利于并行处理,大幅度提高决策阶段模型求解速度和模型灵活度。（3）将强化学习用于深度神经估值网络训练,一定批次对神经网络模型进行一次新旧估值网络对抗优选,提出以模型收敛速度和稳定性为评价标准,将评分高的网络用于下一次估值中,保证模型不断迭代的过程中,估值网络始终最优。