本公开提出了基于分支双重深度Q网络的配网实时动态重构方法及系统，重构方法，包括如下过程：获取配电网实时节点负荷和分布式电源出力；将获取的数据传输至基于马尔可夫决策过程MDP构建的动态DNR模型；所述动态DNR模型以最小化网损成本和开关动作成本为目标函数；基于配电网环路分解得到分支双重深度Q网络，采用Q学习算法对动态DNR模型进行求解，获得使得分支双重深度Q网络输出回报最大的开关动作集合，根据开关动作集合更新配电网的拓扑结构。本公开通过挖掘动态DNR决策变量和决策结果之间的时序动态变化规律，在线应用时无需进行潮流建模和分段决策，且不依赖日前的负荷和分布式电源出力预测，能够大大提高配电网的运行性能。