一种LCC‑HVDC连续换相失败故障预警网络训练方法，采集时间窗内的直流侧、交流侧的电气信息以及控制系统的触发脉冲信息作为连锁故障判别的初始特征，该网络的训练方法先基于原始仿真数据训练一个自动编码器(Autoencoder)，取其编码器(Encoder)部分作为卷积神经网络分类器的共享层输入，再进行卷积神经网络的分类任务训练，从而减少特征维度，以减少神经网络训练过程的计算量、提高卷积神经网络分类任务的正确率。本发明能够快速预测严重连续换相失败事故的发生，克服了较高维度的特征向量带来的训练困难的问题，同时加速了工程现场应用下的计算速度，具有广泛的工程应用前景。