本申请公开了一种基于细粒度用能数据的群租房识别方法，包括：步骤1：综合居民用户的电器功能、使用数量、使用频率情况，对电器进行层级细分，并选取用于群租房识别的细分电器；步骤2：采集步骤1所选细分电器的细粒度用能数据并进行预处理；步骤3：提取居民用户的用电行为特征，包括用电量特性、变动特性、波动特性；步骤4：采用CRITIC权重法，配置步骤3所提取用电行为特征的特征指标权重；步骤5：基于用电行为特征值及其权重，采用基于SOM神经网络的聚类算法，分析聚类结果中各簇的用电行为特征量，识别疑似群租房用户与正常居民用户。本发明可为甄别与打击群租房现象提供助力，有助力提高居民用电和居住安全。