1. 研究目的与意义（文献综述）

电力行业经历百年发展，众多科学家和工程师终其一生研究的电力生产过程中的一些问题，但大多是通过试验或观察，总结出规律形成各种各样的机理仿真模型，在电力行业的生产运行中得到了可观的回报。如今，机理模型的研究已经日趋成熟，要想运用这些知识进一步提升电力系统的生产效能，单纯机理模型的应用逐步陷入投资回报平衡点的瓶颈。

而随着计算机时代的不断发展，电子数据载量的飙升，大数据带来的信息风暴正在变革我们的生活、工作和思维，大数据开启了一次重大的时代转型。同时，人工神经网络的研究使得人工智能在处理非线性适应信息处理的问题上，出现质的提升。这一套基于大数据下的人工智能算法在各种领域得到成功应用，已经慢慢提炼为一套方法论向更多的领域扩张。

2. 研究的基本内容与方案

研究的内容：

本项目要求了解电气大数据以及人工神经网络的研究背景和发展历程，通过建立一个基于电气大数据和人工神经网络的燃料电池全生命周期状态的预测系统，深入理解电气大数据和人工神经网络对电气行业的意义。通过查阅相关资料和文献了解并掌握现阶段广泛应用于神经网络的方法和算法以及机器学习、数据处理的常用工具。

3. 研究计划与安排

第1周，选题。第3-4周，根据网上拟定的任务，在查阅相关资料后遵照教师要求网上提交并完成开题。第5周，开题报告审查。第9周，在网上进行毕业设计（论文）中期检查；第13周，上传毕业论文，指导教师审核批阅毕业论文，并进行打分。第14周，学生提出答辩申请。学生将毕业设计（论文）装订成册并在答辩前提交答辩组第16周-17周，毕业设计（论文）答辩。

4. 参考文献（12篇以上）

[1]　王士同, 等.人工智能教程[m].北京:电子工业出版社, 2001.

[2]　黄梯云.智能决策支持系统[m].北京:电子工业出版社, 2001.

[4] 许东, 吴铮.基于matlab6.x的系统分析与设计———神经网络[m].西安:西安电子科技大学出版社, 2002.