本发明涉及一种基于贝叶斯网络的非侵入式家庭用电行为动态监测方法，包括：建立具有表征外部数据和用电行为对应关系的贝叶斯网络；获取用户历史用电数据及对应的外部数据包括气象、温度和节假日数据，对贝叶斯网络节点进行规约化；获取用电行为的先验概率及条件概率，训练所述贝叶斯网络；采集用户的用电负荷及外部数据；当存在负荷变化时，所述贝叶斯网络根据外部数据以及监测到的负荷变化数据计算用户行为的后验概率，选取后验概率最大值对应的用电行为作为用电行为检测结果。本发明建立贝叶斯网络用户行为模型，采用电气特征结合天气、温度、用电时段等非电量特征，进行负荷辨识，提升了辨识准确率。