本发明公开了一种基于复杂不变性与深度神经网络的同调机群辨识方法，所述方法包括：将样本映射到n维空间，基于构建的自编码器深度神经网络进行广域相量量测数据特征的挖掘；根据广域相量量测数据特征计算机组时序数据间的复杂度不变性距离；基于复杂度不变性距离在n维空间中确定样本间的相似度，根据相似度结果对机组样本进行聚类。本发明有效解决了相关系数存在的某些发电机与其他机群中的发电机具有极大的相关系数而又同时与机群内的其他发电机具有极小的相关系数的问题；本发明构造的多层深度神经网络挖掘的数据特征数远远多于其他方法，避免了数据的关键特征缺失。