一种基于多源数据融合的车网互动AI协同调度方法及系统

本发明提供了一种基于多源数据融合的车网互动AI协同调度方法及系统。本发明创新构建“联邦学习节点+异常数据处理单元”协同架构与含拓扑建模、预测、优化决策子模块的AI协同调度模型，形成独特技术体系；融合车辆、电网、环境、用户及充电站多源异构数据，经孤立森林+GAN预处理、横向联邦学习加密融合，生成车辆‑电网拓扑关联特征集；集成GAT异构图建模、LSTM‑Transformer预测、深度强化学习优化及在线学习动态调参技术，提升数据处理效率；实现数据隐私安全（原始数据跨域传输量=0）、拓扑关联精度提升40%，降低人工风险与管理成本；应用模块生成充放电指令、负荷调节量及激励方案，支持车网互动全流程科学管理，峰谷成本降15‑20%，碳排放降10‑15%。