本发明公开了一种基于波形数据的宽频振荡监测方法及系统，首先利用广域测量系统采集到的系统各节点的波形数据进行相干谱分析，通过检测相干谱峰值判别振荡发生，若判断为发生振荡，将振荡样本输入到CNN模型中，通过卷积层和池化层压缩数据的数量，提取振荡特征，并减小过拟合，利用全连接层汇总并输出特征数据集D；最后采用卷积神经网络输出的宽频振荡信号的振荡特征作为XGBoost的输入，辨识振荡频率和衰减因子。本发明极大地降低了监测的成本，解决了宽频范围内对振荡信号的在线监测问题，并利用多节点波形数据相干谱判别振荡与噪声，有效减少了强噪声引起的误判断，通过对CNN进行无监督构造，省去了标签量的设定，提高了模型的泛化能力与计算效率。