自21世纪以来,智能电网在大数据技术和物联网技术的推动下不断革新。智能电网作为一种优化管理,可以充分满足用电需求和环保要求,促进资源的整合配置,使电网运行的安全性、可靠性和使用的经济性得到保障。在智能电网背景下,传统的运维模式已经不能满足需求,这就需要在智能电网建设中引入新兴技术,向着无人值守、主动预警的智能化运维进行转变。在大数据时代,智能运维的理想状态是把运维工作的监控、管理和故障定位通过一些深度学习算法有机结合起来,所以本文首先研究国内外有关智能运维和深度学习的文献资料,综合了解智能运维的研究进度,为研究本文课题打好基础。其次搭建了智能运维平台并试运行,发现平台的预警模块时常出现错误预警,通过查找相关资料研究分析,最终选择设备预警作为本文的研究方向,在预警模块中引入深度学习方法,对变电设备进行创新型的预警。在深度学习方法的对比分析中,本文选择使用卷积神经网络对数据进行分析,卷积神经网络的连接和参数较少,能够通过控制它的深度和宽度来控制容量,这方便于建立一个较大的学习容量的模型,在模型的选择上,使用AlexNet模型为基础,在此基础上进行改进,通过减少模型层数来提高训练速度,进而提高效率。对于实际场站中存在的错误预警,通过本文预警结果与平台预警对比验证,能够提高预警准确度。实现预警过程的智能处理和无人值守理念,减少人为因素造成的误差,更有效的实现预警智能化。