本发明提供了一种基于电网参数关键特征抽取的智能窃电判据方法及装置，首先运用用户月用电量数据，计算用户的d‑距离和d‑离群局部密度，进而计算用户的d‑距离离群因子和d‑距离邻域变比因子；然后采用用户月用电量数据、d‑距离离群因子和d‑距离邻域变比因子作为窃电用户识别特征输入量，训练神经网络并得到用于分析用户窃电嫌疑的参数；最后将待检测的用户用电量数据输入至训练后的神经网络，得到用户窃电嫌疑的识别结果，本发明所述基于神经网络的窃电用户检测方法的特征设计以及神经网络的设计简单可行、有效解决在窃电识别技术中因数据不平衡造成的影响，提高了基于神经网络的窃电识别模型的精度和泛化能力。