Ante la dificultad de medir directamente las fugas de refrigerante, se realizó un estudio de medición de software de fallas de fugas de refrigerante basado en la minería de datos y las características clave. Al clasificar la importancia de los bosques aleatorios y el coeficiente de correlación a distancia, se seleccionaron las características de representación de las fugas de refrigerante y se estableció un modelo de medición de software basado en la regresión de vectores de soporte (SVR) para medir cuantitativamente las fugas. Después de verificar las fugas en la prueba de fuga de una unidad de enfriamiento de tornillo de 1.440 kW y una carga de 330 kg, el error cuadrático medio (RMSE) y el error absoluto medio (MAE) del modelo de medición de software SVR construido sobre 3 características de representación fueron respectivamente 0,844 kg y 0,734 kg, el rendimiento de la medición de software mejoró significativamente en comparación con otros 3 subconjuntos de características.

Fugas de refrigerante; selección de características; medición de software; bosques aleatorios; regresión de vectores de soporte