本发明公开了一种燃料电池系统单片电压一致性和故障干预系统，包括：数据采集模组、数据学习模组、单片优化模组、故障干预模组以及燃料电池智能算法控制器；该系统采用人工智能的深度学习模型和递归算法得到计算燃料电池单片数据和电堆状态的神经网络结构，并利用神经网络建立电池控制参数和运行时间与多个单片的拟合关系，实现燃料电池单片一致性和电堆状态的预测，解决了现有技术中单体电压一致性预测结果片面性的问题，有效保证了单片一致性的预测准确性，提高了单体电压一致性预测结果的可靠性。