本发明公开了一种基于负荷波动特征提取的电力负荷SOM-FCM分层聚类方法，包括下述步骤：S1、将电力负荷有功时序数据作为输入，对负荷数据预处理后，求取波动性特征向量；S2、对步骤S1得到的波动性特征向量采用自组织映射神经网络(SOM)聚类算法进行第一层粗分聚类，获取聚类结果和权值矩阵；S3、将步骤S2中粗分的结果作为自适应模糊C均值算法(FCM)的输入，并加入有效函数判断，最终得到聚类数目最优的聚类结果。本发明通过提取负荷波动性特征参数对电力负荷自适应聚类，解决了电力负荷组成复杂，数目繁多情况下的聚类难题，从负荷曲线波动性本身对负荷进行聚类，分析数据易于获取，计算简便且易于移植。