本申请公开了一种欠数据场景下用户用电异常诊断方法、设备及介质，主要涉及用电异常诊断技术领域，用以解决现有的方案涉及的异常用电数据缺失、数据缺失补全方法未能考虑序列中的时序信息以及静态信息，进而容易导致用电异常判断准确率低的问题。包括：对第一训练数据集进行数据插补，以获得无缺失值的第一训练数据集；将异常用电静态特征和异常用电时序特征映射为特征向量；训练神经网络模型，获得训练好的神经网络模型；通过训练好的神经网络模型，确定测试用电数据对应的预测故障状态；计算获得均值波动阈值和标准差波动阈值；当实际均值高于均值波动阈值且实际标准差高于标准差波动阈值，进行预测故障状态预警处理。