一种基于监控视频时序动作定位和异常检测的变电站人员行为识别方法，利用先验知识进行了变电站人员异常行为监控视频数据集的自主采集、处理和构建，引入了新的变电站异常行为检测视频数据集；本发明通过基于迁移学习的视频动作检测模型对时序信息进行获取，可以实现精确的监控视频时序动作定位，从而在一段未剪辑的视频中找到工作人员动作开始和结束的时间，并对动作进行分类。同时，对于视频动作检测得到的人员特定行为视频片段。本发明利用视频异常检测技术，通过采用多示例学习在弱监督下进行训练，得到的模型可以判断片段中是否存在异常行为，实现了准确检测异常行为及发生的时序位置，提高了变电站视频监控的利用价值和异常检测准确性。