本发明涉及电力调度管理技术领域，具体地说，涉及基于卷积神经网络模型的监控告警事件识别方法。包括：构建卷积神经网络CNN模型；利用模型对监控告警事件进行自主识别：梳理基本数据；对原始监控告警信息进行预处理并进行向量化表示；提取带标签的事件样本；搭建训练模型结构；划分训练集和测试集，训练模型；构建混淆矩阵，并对模型识别效果进行评价；在线应用。本发明设计利用卷积神经网络CNN模型，通过挖掘相邻监控告警信息间的关联性特征来识别告警事件的类型，可以大幅降低网络的参数量并缓解模型的过拟合问题，同时通过机器学习模型和大量数据来学习数据的特征，从而提升分类和预测的准确率，提高监控告警事件识别的容错能力和判别效率。