一种面向多区域配电网的边缘计算联邦聚合优化方法

本发明公开了一种面向多区域配电网的边缘计算联邦聚合优化方法，属于配电网协同优化与联邦学习技术领域。该方法基于“云–边–端”三级架构，融合改进型人工蜂群（ABC）算法与最优传输（OT）机制，构建AOT聚合优化方案：端侧采集预处理运行时序数据，边缘节点完成本地模型训练并上传参数；云端通过改进型ABC算法搜索最优聚合权重，适配节点数据与模型差异，借助OT机制实现参数分布对齐与加权融合；通过双触发协同通信调度保障聚合高效。本发明解决传统联邦聚合权重固定、参数对齐不足的问题，在数据非独立同分布场景下，显著提升全局模型精度、稳定性与收敛速度，降低通信开销，为多区域配电网智能协同调度提供可靠支撑。