本发明涉及一种基于迁移学习的小样本用户非侵入式负荷监控方法，获取若干用电设备的参考负荷数据，参考负荷数据包括所有用电设备的参考总能耗数据；将参考负荷数据分为基于公开数据集源域数据和基于实测居民用户数据的目标域数据；将源域数据输入深度神经网络进行预训练，对源域数据进行特征提取，获得负荷之间的复杂时空特征关系；将预训练好的模型参数迁移至目标域，实现目标域的负荷监控。所述的负荷监控结果为各个用电设备的开关状态，根据负荷监测结果分析所有用电设备的用电规律。与现有技术相比，本发明具有提高基于小规模数据的总能耗监控的准确率和精度等优点。