本发明公开了一种电力物联网网络资源分配决策方法、系统、设备及介质，所述方法包括以下步骤：基于以强化学习训练获取的分配决策模型，获取电力物联网已输入数据信息的当前节点的下一跳节点，实现网络资源分配决策；其中，所述分配决策模型获取时，基于待资源分配的电力物联网的每个节点的属性信息，构建获得MDP图；所述MDP图中每个状态点分别用于表述电力物联网的每个节点，点的权重用于表示节点的可使用资源；MDP图中两个点间的边用于表示两个状态点分别对应的两个节点间能够通信。本发明具体提供了一种基于强化学习的分配决策优化方法，通过强化学习算法可以动态地平衡网络负载，可提升网络资源使用率。