本申请提出了一种卷积神经网络识别与评估系统动态特性的方法，涉及自动控制技术领域，其中，该方法包括：获取控制系统输出的时序响应曲线及对应的预期动态的时序响应曲线作为原始数据，之后进行处理生成用于训练的灰度图和对应的标签；按照灰度图的大小和个数构建卷积神经网络，并训练构建的网络得到训练好的模型；采集具体场景数据重复训练模型得到新的模型；实时采集具体控制系统的数据进行处理后输入到新的模型中，识别与评估系统动态特性输出结果。采用上述方案的本申请解决了现有技术中依据经验的人工识别与评估而无法完成控制系统自动化设计工作技术问题，同时也避免仅仅由简单指标定义动态跟踪问题而带来的不准确的缺陷。