本发明公开了一种基于LOF和验证过滤框架的电能量异常数据监测方法，该方法对获取的大规模电能量数据集进行预处理，降低所需的数据量和训练时间；然后使用LOF算法对大规模电能量数据集进行异常检测，得到带有标签的电能量数据集；接着使用基于线性表的验证框架，判断每个带有异常标签的电能量数据的异常类型；最后根据验证框架的判断结果修改电能量异常数据集中样本的异常类型，得到最终的电能量异常数据集。本发明基于LOF和验证过滤框架，可以监测大规模电能量数据发生异常的情况以及异常类型，保证了电能量数据的可靠性，也提高正向有功电量、反向有功电量等指标的可靠性、及时性、有效性。