本文聚焦考虑边缘计算与多源数据融合的电力负荷采控系统实时性优化设计，为解决传统电力负荷采控系统因多源数据融合复杂、通信时滞导致的实时性不足问题，提出一种基于边缘计算与多源数据融合的实时性优化设计方案。方案依据数据响应需求划分高、中、低三个优先级，并设计轻量化特征提取方案。构建基于改进MobileNet-V2的特征级融合模型，结合动态权重与注意力机制，直接输出可执行决策向量，推理耗时控制在50ms内。同时通过模型量化剪枝、动态推理及云边协同训练，进一步提升融合效率与适应性。在系统保障层面，设计了动态抢占式任务调度、双链路通信优化与“边缘实时处理、云端非实时分析”的协同机制，确保端到端延迟降至80ms以内。可行性分析表明，该方案在硬件、算法及行业兼容性上均有成熟支撑，其核心优势在于实现了实时性突破、资源效率提升、系统可靠性增强与成本可控，为新一代电力负荷采控系统的高效、稳定运行提供了有效解决路径。