[目的]为降低柴电混合动力船舶的燃油消耗,解决传统能量管理策略在复杂工况下适应性较差的问题,[方法]提出一种具有深度强化学习能力的能量管理策略设计方法。以某内河船舶为研究对象,构建混合动力系统能量流模型。通过逻辑门规则对混合动力系统船舶的运行模式进行预识别,采用深度确定性梯度（DDPG）算法优化发电机组与电池组的功率变化率,从而实现动态工况下的能量最优分配。根据该策略对实船航行数据进行离线和在线仿真,并将其与采用规则型策略和等效油耗最小策略（ECMS）所得结果相对比,验证该策略的有效性。[结果]结果表明,与规则型策略和等效油消耗最小策略相比,该能量管理策略能使燃油消耗分别下降15.24%和7.45%,同时在复杂工况下具有更优的节能效果和系统鲁棒性。[结论]研究成果具有良好的实船应用潜力。