本发明提供了一种基于动态多目标优化的用户非正常用电行为识别方法，包括：非正常用电用户用电信息的数据准备，选择非正常用电行为特征变量，得到原始非正常用电特征集。对各类非正常用电方式进行模式提取，对原始非正常用电特征集的非正常用电方式进行分类；建立动态多目标优化的非正常用电行为识别适应度函数并对其进行训练，利用粒子群算法求解窃待测用户的非正常用电行为识别适应度函数，判定非正常用电行为类别。本发明的动态识别方法，提高了识别精度，更加适用于用电特征随时间变化波动较大的用户。