本发明公开了一种基于大数据技术的台区线损率异常诊断方法，计算各指标变量与台区线损率的相关性大小，继而找到与判断台区线损率有较强相关性的辅助变量；划分春秋、夏冬两个时间段，对于变动属性辅助变量分别计算其均值的变化范围；若变动属性辅助变量都在其合理的区间内，使用固定属性辅助变量与变动属性辅助变量对台区进行聚类；根据聚类的结果划分相应的台区，针对不同类别的台区，计算各变量的均值其变化范围；根据不同类别的台区分别分析，若某类台区某日线损率出现异常，且变动属性变量正常情况下，可以查看固定属性变量的范围，不在此范围则认为是由该属性变量导致的线损率异常。本发明能更为全面、准确地度量台区线损率的状态。