本发明公开了一种基于特征选择和孤立随机森林的专变窃电识别方法，涉及电力运维领域。目前窃电识别使用的信息中无专变行业，影响正确率。本发明首先采集了区域范围内一个行业的专变用户一年的日用电量数据；接着计算该行业用户集的用电特征，包括年/月用电方差，月用电增长率，月负载率，月峰谷差等，建立特征集矩阵；然后使用Relief过滤式特征选择方法，选择相关统计量较大的特征作为辨识窃电用户的关键特征；最后使用孤立随机森林检测算法，检测已知的窃电样本与疑似窃电用户。本发明可以快速、准确地根据不同行业正常用户和窃电用户的用电特征，完成一个行业窃电嫌疑户的快速排查。