我有一台配备以下传感器的蒸汽机：
- 锅炉房温度传感器
- 加热室内的温度传感器
- 锅炉房压力传感器
- 每分钟转数传感器，用于测量由蒸汽机驱动的车轮转速
蒸汽机不测量的是锅炉中当前的水位。时间序列数据存储在具有以下结构的 csv 文件中：
| 时间戳 | temp_boiler | 温度加热器 | 压力锅炉 | 转数 |
在机器学习的帮助下，我想预测锅炉中的当前水位。由于我对机器学习很陌生，我真的不知道如何完成这项工作。我知道我不能应用线性回归，因为它是时间序列数据，并且当前传感器值和之前的传感器值之间存在相关性。此外，我需要历史水位日期才能运行线性回归。
那么有哪些选择呢？我是否必须使用神经网络，因为我没有任何水位值？（关键字：Sensorfusion、Virtual Sensor、Softsensor）非常感谢任何帮助！
编辑：由于线性回归不是一种选择，我想知道替代方案是什么。由于我通常是机器学习的新手，我想知道我可以使用哪些算法或策略来解决这个问题。我不是要代码片段或类似的东西。只是一些输入，以便我可以解决这个问题！