针对车间峰值功率受限约束下的柔性作业车间调度面临的作业周期增加、机器负荷增大的问题，建立以最小化最大完工时间和最小化机器最大负载为优化目标、考虑车间峰值功率约束的柔性作业车间调度问题(PPCFJSP)模型。为更好地调度决策，首先将该问题转化为马尔可夫决策过程，基于此设计了一个结合离线训练与在线调度的用于求解PPCFJSP的调度框架。然后设计了一种基于优先级经验重放的双重决斗深度Q网络(D3QNPER)算法，并设计了一种引入噪声的ε-贪婪递减策略，提高了算法收敛速度，进一步提高了求解能力和求解结果的稳定性。最后开展实验与算法对比研究，验证了模型和算法的有效性。