时间序列：为每个时间序列添加常量

问：

我有 N 个形状的时间序列（时间步长、特征）。对于每个时间序列，必须添加 500 个可以被视为时间序列历史记录的参数。此参数对于每个时间序列都不同。(30*36)

目前，我发现用时间序列和参数为 ML 算法提供数据的方法是，每次与此参数相对应，创建 500 个新的常量特征。

最后的 N 个时间序列的形状是 ，其中最后的 500 个特征在时间上是恒定的。(30*536)

但是，这种方法必须解决以下主要问题：

• 重要特征（参数）是常量
• 我的数据大小增加了 15 倍（维度方面）

关于如何处理此参数的任何想法？