一种基于纵向联邦学习的用能企业征信评价方法、系统及设备，方法包括基于纵向联邦学习建立用能企业征信评价模型；分析用能征信数据共享场景的业务目标，剖析各参与方电网电能数据与业务目标的内在关联性，筛选出关联度满足阈值条件的电能数据特征，加密后上传至模型；梳理电网以及合作方各自的基础信息，根据基础信息建立相应的评分规则，并通过隐私计算方法计算对应评分；在评分中选取特征，将历史数据对应于模型得到的评分作为评分真实值，采用Softmax回归方法预测未来时期模型的评分，在回归的过程中对数据进行同态加密，最后对用能企业征信评价模型完成部署。本发明在扩大数据标签，增加数据池的同时，又有效保障了数据隐私。