本发明涉及基于卷积神经网络的故障电流模式识别方法，S1、获取数据样本；S2、对数据样本中的工频电流数据预处理,并以工频电流采集时间和电流幅值作为横纵坐标生成二维波形图;S3、对所有二维波形图图片进行打标，确定每张图片的标签；S4、将已知标签的二维波形图图片作为输入，对应的已知标签作为输出，导入卷积神经网络内进行训练；S5、对实际线路采集的工频电流数据预处理,并以工频电流采集时间和电流幅值作为横纵坐标生成二维波形图；S6、将S5中未知标签的二维波形图图片作为输入，导入S4中所获得的卷积神经网络内；S7、输出模式识别结果。提高了工频电流模式识别率，提高了训练和识别的速度，减小了计算量。