本发明公开了一种基于深度强化学习的输电断面极限传输能力控制方法，涉及电网技术领域，本发明针对计及暂态稳定约束的断面传输容量难以实时调控的问题，提出一种基于深度强化学习的极限传输能力自动控制方法。考虑到异步强化学习算法需要对大量实际和仿真工况进行“试错”学习，若使用计算效率较低的传统物理模型计算的极限传输能力将导致异步强化学习算法训练时间过长的问题，基于神经网络建立了极限传输能力控制模型与异步强化学习算法的快速交互环境，在实现实时极限传输能力估计的同时，极大加速了异步强化学习算法训练过程。