第01章
数据融合概述
储能电站数据来源（BMS、PCS、EMS、气象站）、数据融合的定义与目标、数据融合的层次结构（数据级、特征级、决策级）。
基础BMSEMS
第02章
数据预处理基础
缺失值处理（删除法、均值填充、插值法）、异常值检测（3σ原则、IQR方法）、数据标准化与归一化（Min-Max、Z-score）。
清洗标准化
第03章
时间序列对齐
多源数据时间戳不一致问题、重采样技术（上采样、下采样）、插值对齐方法（线性插值、样条插值）。
时序插值
第04章
数据质量评估
数据完整性指标、数据准确性指标、数据一致性指标、数据时效性指标、数据质量评分卡构建。
质量评分卡
第05章
多传感器数据融合
卡尔曼滤波原理、扩展卡尔曼滤波（EKF）在SOC估计中的应用、无迹卡尔曼滤波（UKF）简介。
卡尔曼SOC
第06章
加权平均融合法
固定权重法、自适应权重法（基于方差、基于信噪比）、权重优化策略（遗传算法、粒子群算法）。
权重优化
第07章
贝叶斯融合方法
贝叶斯定理基础、朴素贝叶斯融合、动态贝叶斯网络在状态估计中的应用。
贝叶斯概率
第08章
D-S证据理论融合
基本概率分配（BPA）、信任函数与似然函数、Dempster合成规则、冲突处理策略。
证据冲突
第09章
模糊逻辑融合
模糊集合与隶属度函数、模糊规则库构建、模糊推理系统（Mamdani型、Sugeno型）、去模糊化方法。
模糊推理
第10章
神经网络融合
BP神经网络用于数据融合、RBF神经网络、深度神经网络（DNN）在多源数据融合中的应用。
BPDNN
第11章
卷积神经网络（CNN）融合
一维CNN处理时序数据、多通道CNN融合多源信号、CNN-LSTM混合模型。
CNNLSTM
第12章
循环神经网络（RNN）融合
LSTM网络原理、GRU网络、Seq2Seq模型在电池状态预测中的应用。
RNNGRU
第13章
注意力机制融合
自注意力机制、多头注意力、Transformer在储能数据融合中的应用。
注意力Transformer
第14章
图神经网络融合
图数据构建（传感器拓扑图）、图卷积网络（GCN）、图注意力网络（GAT）在BMS数据融合中的应用。
GCNGAT
第15章
联邦学习融合
联邦学习基础（FedAvg算法）、隐私保护下的多站数据融合、差分隐私与同态加密。
联邦隐私
第16章
迁移学习融合
领域自适应、微调策略、多任务学习在储能数据融合中的应用。
迁移微调
第17章
生成对抗网络（GAN）融合
数据增强（生成缺失数据）、异常检测（判别器识别异常）、条件GAN用于场景生成。
GAN增强
第18章
自编码器融合
堆叠自编码器、变分自编码器（VAE）、去噪自编码器在数据清洗中的应用。
自编码VAE
第19章
主成分分析（PCA）融合
PCA原理、核PCA（KPCA）、PCA在降维融合中的应用。
PCA降维
第20章
独立成分分析（ICA）融合
ICA原理、FastICA算法、ICA在信号分离中的应用（如BMS电流信号分离）。
ICA分离
第21章
典型相关分析（CCA）融合
CCA原理、核CCA、CCA在多模态数据融合中的应用。
CCA多模态
第22章
流形学习融合
t-SNE、UMAP、等距映射（Isomap）在高维数据可视化与融合中的应用。
流形可视化
第23章
稀疏表示融合
字典学习（K-SVD）、稀疏编码、压缩感知在数据融合中的应用。
稀疏压缩感知
第24章
小波变换融合
连续小波变换（CWT）、离散小波变换（DWT）、小波包分解、小波阈值去噪。
小波去噪
第25章
经验模态分解（EMD）融合
EMD原理、集合经验模态分解（EEMD）、希尔伯特-黄变换（HHT）在特征提取中的应用。
EMDHHT
第26章
多尺度融合策略
多尺度特征提取、金字塔融合、多分辨率分析在储能数据中的应用。
多尺度金字塔
第27章
实时数据融合架构
边缘计算与云计算协同、流处理框架（Kafka、Flink）、实时融合管道设计。
实时Kafka
第28章
融合效果评估指标
均方根误差（RMSE）、平均绝对误差（MAE）、决定系数（R²）、融合增益比、计算复杂度分析。
评估RMSE
第29章
典型应用场景一：SOC/SOH联合估计
EKF+神经网络+模糊逻辑融合方案、多源数据融合提升估计精度。
SOCSOHEKF
第30章
典型应用场景二：安全预警融合方案
热失控预警、绝缘检测、消防联动、多层级融合决策系统设计。
预警安全消防