本发明公开了一种基于多融合卷积神经网络的电能质量分析方法，包括获取具有叠加扰动的电能信号数据；对电能信号数据进行预处理，去除噪音；对去除噪音后的电能信号数据进行分类；构造多融合卷积神经网络模型；将分类完毕后的电能信号作为数据集，将数据集划分为三部分，包括用于训练数据的训练集、测试数据的测试集、验证数据的验证集；选取固定长度且在数据集内的电能信号作为输入数据，其中，训练目标为标记完毕的信号类型；训练后的模型进行误差的测试，根据误差调整模型参数，重复相关步骤，直至训练模型至收敛；输出误差最小的模型。本方法和一般卷积神经网络模型相比，本方法抗噪声的更具备有效性，有较高的训练速度和较好的准确性。