本发明公开了一种基于机器学习的电力市场操纵行为方法及装置，方法包括：(1)获取若干时段电力市场数据作为样本；(2)对每个样本计算能衡量电力市场中所有发电主体市场表现情况的若干指标；(3)将指标形成特征向量，将是否有操纵行为的标志作为对应标签，共同组成数据集；(4)对训练集同时采用支持向量机分类算法和贝叶斯分类算法进行训练，得到支持向量机分类模型和贝叶斯分类模型；(5)采用测试集两个分类模型进行检测和验证，并根据测试集样本的表现情况对两个分类模型进行优化；(6)采集待检测的电力市场数据，同时输入两个分类模型，按照检测结果划分电力市场操纵行为存在的等级。本发明自动化程度高、准确性高。