本发明公开了一种海量振动传递率数据卷积神经网络处理的多维结构损伤识别方法，具体为：通过传感器系统采集海量结构加速度响应数据；将数据分为参考响应和非参考响应，计算参考响应和非参考响应之间的传递率，形成基于振动传递率的海量样本数据集；建立卷积神经网络模型，并使用传递率数据集进行训练；经过N次训练，卷积神经网络达到收敛，使用训练后的卷积神经网络进行结构损伤识别，并输出其损伤模式。相比于传统方法，本发明建立的融合振动传递率和卷积神经网络的损伤识别方法，可以排除激励干扰，同时具有损伤敏感性强、损伤识别准确度高、抗噪声强的特点，而且可以高效率地处理海量高维数据。