本发明提供了一种基于极限梯度提升算法的虚拟货币挖矿行为识别方法，所述识别方法具体为选择识别区域，根据对应的历史稽查信息，根据历史稽查信息对完成现场稽查的用电用户的历史用电数据添加标签，构建已标注数据集，并根据其他用电用户的历史用电数据构建未标注数据集，对两个数据集进行特征提取，构建特征数据集作为输入，使用极限梯度提升算法通过半监督学习方法对挖矿用户甄别模型进行训练，确定所有待识别用户并采集对应的用电数据，提取用电特征数据，将提取的用电特征数据输入挖矿用户甄别模型，获取待识别用户中的挖矿用户，并对其添加挖矿用户标签。本发明能够准确且有效的识别挖矿用户，并适用于大量用电数据识别的场景。