本发明提出一种用于负荷电流信号识别的一维卷积神经网络构建方法，包括以下步骤：步骤S1：采集用户负荷数据作为训练集和测试集；步骤S2：搭建一维卷积神经网络模型；步骤S3：通过训练集训练搭建好的一维卷积神经网络辨识模型；步骤S4：将测试集输入经过训练的一维卷积神经网络中进行识别，获得负荷识别结果。本发明在传统卷积神经网络模型进行改进，采用一维卷积神经网络通过降低算法复杂度使负荷辨识效率得到提高；利用卷积核作为观察窗在信号上滑动保证了信号的时变性和频带的相关性。通过卷积核自动的提取时序特征，提高了负荷识别的准确率。