جایگزینی واحدهای سنکرون با منابع تجدیدپذیر مبتنی بر مبدل‌های الکترونیک قدرت، اینرسی شبکه را کاهش داده و پایداری فرکانس را با چالش جدی مواجه کرده است. اینرسی مجازی راهکاری مؤثر برای جبران این کاهش محسوب می‌شود، اما در بیشتر پژوهش‌ها، ضریب آن به‌صورت ثابت و با بهینه‌سازی آفلاین تعیین می‌گردد؛ در حالی که مقدار مطلوب این ضریب به نقطه‌ کار و شدت اغتشاش وابسته است و رویکرد ثابت در شرایط متغیر کارایی خود را از دست می‌دهد. در این پژوهش، یک روش تطبیقی برای تنظیم برخط ضریب اینرسی مجازی ارائه شده است که بر اساس وضعیت دینامیکی لحظه‌ای سیستم و با استفاده از الگوریتم یادگیری تقویتی عمیق گرادیان سیاست قطعی عمیق (DDPG) عمل می‌کند. شبیه‌سازی‌ها در محیط MATLAB/Simulink و با در نظر گرفتن محدودیت‌های عملیاتی انجام شده است. عملکرد روش پیشنهادی در سه سناریوی مختلف ارزیابی و با روش آفلاین مبتنی بر الگوریتم بهینه‌سازی ازدحام ذرات (PSO) مقایسه شده است. نتایج نشان می‌دهد که روش تطبیقی در تمامی سناریوها خطای فرکانس را به‌طور محسوسی کاهش داده و عملکرد بهتری نسبت به روش آفلاین دارد. همچنین انرژی مصرفی حلقه اینرسی مجازی به کمتر از نیمی از روش آفلاین می‌رسد که بیانگر بهره‌برداری اقتصادی‌تر از منابع ذخیره‌ساز است. به‌طور کلی، تنظیم تطبیقی و برخط اینرسی مجازی راهکاری کارآمد برای حفظ پایداری فرکانس در شبکه‌های کم‌اینرسی محسوب می‌شود.