本发明提供一种基于实时用电信息及大数据分析的窃电判别方法，属于电力系统技术领域，具体包括：基于用户的实时用电数据、天气温度、输电线路材料的电阻率，基于LA‑GSA‑GRU算法的线损预测模型获取用户的线损阈值；当用户的线损率大于用户的线损阈值时将其认定为潜在异常客户，并将线损率与线损阈值的比值作为线损比值；当近一月内用户被认定为潜在线损用户的次数大于第一阈值时，基于用户被认定为潜在异常线损用户的次数、所有被认定为潜在异常线损用户时的线损比值的平均值、被认定为潜在异常线损用户时的线损比值的最大值确定潜在线损用户的线损异常度，并基于线损异常度实现对窃电行为的判别，从而进一步提升了窃电判别的效率和精确性。