黄文华，陈 茜，贾明俊

(贵州大学 大数据与信息工程学院，贵阳550025)

0 引 言

要构建电气火灾神经网络模型，首先需要对采集到的特征值进行筛选，挑选出其中对电气火灾发生具有决定性因素的特征值。比较典型的能够引发电气火灾的故障有三相负序不平衡故障、线缆温度超限故障、剩余电流超限故障等［1］。可以使用这些典型故障数据对神经网络加以训练，判定与分类正常电气回路与故障回路。

本文首先给出了一般性的神经网络的数学定义，为后续使用自组织神经网络与SOM竞争网络打下理论基础；其次，使用数据分析工具SPSS对电气回路特征值进行回归分析，挑选出合适的特征值；最后通过自组织神经网络对电气回路故障进行判定，使用SOM竞争网络对故障数据进行分类，完成了对待测试数据的分析。

1 神经网络的数学定义

神经元通过树突接收其它神经元传输的一定数目的信息，并且做一些计算，然后将结果通过轴突传送到其它节点。由此可以抽象出人工神经网络的模型，结构如图1所示。x1、x2、x3为输入节点，x0与是偏度单元，在实际应用中偏度单元能够增加函数的灵活性，提高了神经元的拟合能力，表示第j层的第i个神经元，如a1（2）表示第二层的第一个激励，是由前面输入节点计算得到的输出结果，定义权重为第i层到第j层的作用，如表示的是第一层的第二个神经元x2到第二层的第一个神经元所起到的作用，Hw（x）表示的是人工神经网络输出的结果。……