本发明公开了一种基于电能参数特征和改进Boruta‑XGBoost算法的窃电检测方法，包括数据预处理、特征工程、模型训练三个步骤。在数据预处理中，对用户端计量电表采集的多种电能参数中的异常值和缺失值进行处理；在特征工程中，对预处理后的电能参数进行特征提取，然后使用改进的Boruta算法对特征进行优选，根据优选结果构造用于训练窃电检测模型的数据集；模型训练使用特征工程中得到的数据集，建立基于改进XGBoost算法的窃电类型检测模型。与现有技术相比，本发明的窃电检测方法能够根据电能参数的特征判断用户是否存在窃电行为以及窃电的类型，有助于技术人员对窃电用户进行有针对性的现场检查，提高窃电检测效率，降低窃电检测成本。