本发明公开了一种基于增量纵向联邦学习的电力用户信用评估方法，包括：基于电力公司和金融公司的样本数据，构建数据集；对所述数据集进行预处理；基于预处理后的所述数据集，对预设的电力用户信用评估模型进行训练；利用训练后的电力用户信用评估模型，进行电力用户信用评估。本发明以进一步加强信用体系建设为目标，构建基于纵向联邦学习的电力用户信用评估模型，使用贝叶斯高斯过程对模型进行超参数优化，采用增量学习算法，加快新增数据与原模型的融合，持续更新联合模型，进而实现电力公司与金融公司信用信息的融合共享，加强与电力公司与其他领域合作，降低市场交易风险。