Recientemente, han surgido sistemas de convergencia de triple red (TNCS) a partir de la profunda integración de la red eléctrica, las redes de transporte y las redes de información. La investigación sobre la recuperación de fallas en el TNCS es importante ya que la complejidad e interactividad de este sistema pueden ampliar la escala de la falla e incrementar su impacto. Actualmente, la recuperación de fallas se enfoca principalmente en redes eléctricas individuales y sistemas ciberfísicos, pero existen ciertas deficiencias, como ignorar incertidumbres, incluyendo fallas en el arranque de generadores y la ocurrencia de nuevas fallas durante la recuperación, desequilibrios en la oferta y demanda de energía que llevan a problemas de seguridad del sistema, y retrasos en la comunicación causados por ataques a la red. En este estudio, proponemos un método de recuperación basado en el algoritmo determinista profundo de doble retraso mejorado (TD3), teniendo en cuenta las deficiencias de la investigación existente. Específicamente, establecemos un modelo TNCS para analizar los mecanismos de interacción y diseñar una matriz de estado para representar los cambios de incertidumbre en el TNCS, una recompensa negativa para reflejar el impacto de las fallas en el arranque de unidades, una recompensa especial para reflejar el impacto del retraso en la comunicación, y un mecanismo de actualización de red de actores mejorado. Los resultados experimentales muestran que nuestro método obtiene decisiones de recuperación óptimas, maximiza los beneficios de restauración en escenarios de falla de red eléctrica y demuestra una fuerte resiliencia contra los retrasos en la comunicación causados por ataques de denegación de servicio (DoS).