热隔离物的温度预测

Question

新的数据科学/ML，但有经验的程序员在C/python工程/电子。

我试图预测电机内部转子的温度。我有大量的数据要输入到模型中，这些数据应该与转子的瞬时损耗相关。我也有数据的瞬时冷却剂在定子的电机。我们没有一个可靠的工作模型的损失或热电路从转子到冷却剂，所以想要使用ML来预测最终转子温度。

我的问题是，转子是热隔离和热电容，因此积累温度随时间从一个已知的启动温度。

我所读过的大多数ML文献都依赖于即时链接到输入数据集的输出，而没有这种与关系相关的累积元素，有人能提出一种方法或技术来阅读这些方法或技术来帮助解决这种情况吗？

Answer 1

听起来是个不错的项目！

为了完成建模过程，您应该能够借鉴三个相关的学科:物理(热动力学)、机器学习和时间序列。

因此，模型的最终机制(双关意)可以根据您在每一步所采取的方法而有很大的不同，这应该取决于您拥有的数据流，您所感觉到的在因果关系或相互依赖方面正确的结构，以及您认为每个数据流相对于它所代表的物理量的可靠和准确程度。

具体到你的问题，我的预感是，最简单的方法不是直接模拟温度，温度的读数在正常的电机使用过程中，由于热质量，预期是高度自相关的。我会选择建模温度时间序列中的创新成分，这是温度时间序列的第一个差异。

对于更具体的答案，我认为我需要对输入特性和目标变量进行更详细的描述。例如，您没有提到您的数据是否包括目标变量的直接和可靠的测量，即发动机内部转子的温度。