基于高阶拓扑与多尺度注意力的分布式源荷协同优化方法

本发明涉及基于高阶拓扑与多尺度注意力的分布式源荷协同优化方法，首先提出结构交互驱动的高阶图构建方法，通过超边‑线图映射机制与功能属性编码，实现多源设备间物理交互关系的结构化嵌入表达；其次设计基于多尺度联合注意力机制的图特征提取方法，融合拓扑与状态信息，提升节点间调节协同性识别能力；进一步构建源荷协同优化调度模型，引入粒子群优化算法获取初始可行策略，并基于图嵌入驱动的深度强化学习框架，建立状态—动作映射关系，实现分布式控制策略的自主学习与滚动优化；最后构建运行反馈闭环机制，引入图结构迁移与策略自适应更新方法，增强系统对拓扑变动与动态扰动的响应能力。