本发明公开了一种基于深度孪生自回归网络的无监督窃电检测方法，具体包括如下步骤：对原始数据进行预处理；通过滑动窗口获取子序列；通过深度孪生自回归网络将时间序列进行重构；计算输入序列在每个时刻的重构误差；计算样本离群度；通过阈值比较判定用电数据中的异常用户。通过两个孪生自回归子网络分别独立地对无标记的输入数据进行重构，再将重构误差预测数据中的正常样本，通过迭代训练来优化模型参数，避免了引入额外的噪声；利用多头自注意力机制捕捉用电数据中的时间依赖性、周期性和随机性等复杂特征，通过重构正常样本来学习数据的有效表示，解决现有检测方法对数据中相关特征提取不足问题，提升了对窃电行为检测的准确率。