今天的Guest Blogger是Shyam Keshavmurthy，应用工程师专注于AI应用程序，这里谈谈代理模型。

背景

系统建模用于电动车辆和能量系统等应用，在了解系统行为，系统劣化和最大化系统利用方面发挥关键作用。这些系统的行为由多物理复杂的相互作用决定有限元模拟，但是建模系统行为和系统响应是计算密集型的，需要高性能的计算资源。此外，这种模型不能部署到硬件上来预测实时系统响应。另一个选择是降阶模型，使系统模型计算可行;然而，在许多关键系统中，这种方法是不是优选的，因为这些代理模型不太准确，并且不代表完全组件行为。

随着深度学习，我们现在可以依靠数据来开发小型足迹，详细的组件模型，而不从第一个原则接近问题。在这篇博客中，我们通过开发基于深入的学习代理模型永磁同步电动机永磁同步电机(PMSM)是电动汽车和未来绿色交通的流行部件。

加载和理解大数据集

我们首先使用一个大约50兆字节的数据集，运行时间跨度从几天到几分钟不等。该数据代表了永磁同步电机温度变化的相互作用之间的电气和热系统有变化的时间常数。正如我们从表中看到的，环境温度的变化不仅影响内部温度，而且电流和电压可产生所需的扭矩。

数据预处理和特征工程

使用来自上面的原始实验数据我们现在计算添加附加功能，例如功率，电压大小以及电流，以及给定的四次窗口中的移动平均功能。这些附加功能允许耦合电气和热参数来实现系统性能。

％使用原始电压和电流创建衍生功能derivedinputs = computedrivedfeatures (tt_data);%检查数据中的噪声tt_data = [tt_data derivedinputs];Vnames = tt_data.Properties.VariableNames;s1 = 620; s2 = 2915; s3 = 4487; s4 = 8825;%预处理指数加权移动平均[t_s1, t_s2 t_s3 t_s4] = preprocmovavg (tt_data、s1、s2、s3、s4 Vnames);％预处理指数加权移动方差[t_v1, t_v2 t_v3 t_v4] = preprocmovvar (tt_data、s1、s2、s3、s4 Vnames);％附加到原始表的功能预测= [tt_data t_s1、t_s2 t_s3, t_s4, t_v1, t_v2, t_v3, t_v4, tt_profileid);反应= [tt (:, 9:12) tt_profileid];VResponsenames = responses.Properties.VariableNames;

准备培训数据

定义拒绝培训的配置文件。这些将用于测试和验证。

HoldOuts = [65 72 58];%定义不允许培训的配置文件。[xtrain, ytrain] = prepareDataTrain(预测、响应反对者);

准备填充数据

为了最小化添加到迷你批次的填充量，通过轮廓长度对训练数据进行排序。然后，选择迷你批量大小，均匀划分训练数据，并减少粉碎中的填充量。按配置文件长度对培训数据进行排序。

定义网络体系结构

我们将使用profile_id 58作为验证集，它包含4.64小时的数据。

validationdata = 58;％profile_id 58被选为验证集，其中包括4.64小时的数据。[xvalidation，yvalidation] = prepardateAvalidation（预测器，响应，validationData）;numreponses = size（ytrain {1}，1）;featuremension = size（xtrain {1}，1）;numhidendunits = 125;

MATLAB中的这种DAG网络架构建模能力使我们能够模拟许多复杂的组件。DAG网络架构有助于我们在物理行为之间模拟耦合，这些行为依赖于时间历史，以及跟随马尔可夫链的物理行为。短期内记忆(LSTM)捕捉历史效应现象。

预测绘图和计算误差，以确定我们有一个良好的模型

上面的图显示了实际测试和预测结果之间的匹配测试结果显示为红色，右边的附加图显示了两者之间的差异，我们可以看到在350个样本后误差远低于1%，很难测量永磁体和轭架的温度，定子的温度与实际测试相比跟踪得很好。此外，他们跟踪有快速和缓慢变化的测试机制，这表明模型保持了必要的保真度。

将模型导出到Simulink金宝app

此过程涉及将培训的模型保存为.mat文件并将其导入Simulink深神经网络预测块，其中，我们现在具有小于（50 Kbyte）的脚印，可以详细模仿组件行为的组件模型金宝app随时可用于系统建模。下图说明了完整的工作流程。

这篇博客说明了一个基于深度学习的模板，可以用来开发高保真，小脚印代理模型，捕捉组件和系统的多物理行为，如永磁同步电机。要了解更多信息，请看这段详细的视频将模型导入Simulink金宝app．