本发明属于窃电识别技术领域,尤其是一种基于数据挖掘技术的自动化窃电识别方法,针对现有技术中识别技术必须搭配定制化的硬件设备,成本较高,推广周期长,而且,无法突破专家算法的局限性,缺乏对原有电力数据的深度挖掘,智能化程度较低的问题,现提出如下方案,其包括以下步骤:S1:获取档案、用电量数据;S2:数据预处理:S3:确定对象,第一、截取已查处窃电用户用电量异常波动时段数据,第二、按照时间序列将数据反转,S4:构建窃电行为特征识别模型,S5:使用监督机器学习模型、训练模型。本发明对其用电量数据采用分段分割法构建特征工程,通过有监督的机器学习方法训练模型,提升识别准确率。