本发明涉及钢铁行业低碳工艺优化技术领域。本发明提供了一种钢铁行业炼钢工艺优化方法、设备及存储介质，包括以下步骤：建立炼钢技术的参数化流程，定义物料、能源消耗、碳排放系数及成本参数，构建炼钢工艺参数化模型；基于炼钢工艺参数模型，定义炼钢工艺的状态空间和动作空间，设置多目标奖励函数和对应的约束违反惩罚项，得到强化学习模型；基于Q‑learning算法对强化学习模型进行训练，通过状态‑动作‑奖励的交互循环更新Q值，动态调整选择策略；对强化学习模型输出的选择策略进行仿真验证。从而解决了现有钢铁行业低碳路径研究方法中存在的动态适应性差、优化目标单一以及技术过渡不平稳的问题。