本发明涉及一种基于自编码器的用户用电行为分类分析方法，包括以下步骤：S1、通过智能电表获取用户历史用电数据，进行数据清洗；S2、构建基于欠完备自编码器的特征提取模型，采用迭代方式选择合适的编码比率β；S3、构建特征优选评价指标，采用启发式搜索方法得到最佳的用户用电特征集合；S4、构建基于BP神经网络的用户用电行为分类模型，将编码特征和最佳用电特征作为BP神经网络的训练特征，将用户实际用电类型作为训练标签，对BP神经网络进行训练；S5、将待分类用户的编码特征和最佳用电特征输入到训练好的BP神经网络中，得到用户用电行为分类结果。本发明有够有效提升分类的准确率且计算效率更高。