随着我国经济的快速发展,用电量的不断增多,窃电的情况也越演愈烈。窃电手段的层出不穷给反窃电工作带来了很大难度。现在的反窃电手段还停留在传统的人工排查,依靠软件手段提高反窃电工作效率势在必行。DBN算法作为一种深度学习手段,在发现数据的深层次属性方面有很大优势,能够实现通过数据分析发现用户用电数据背后的窃电信息。本文基于现有窃电与反窃电的发展现状基础上,将深度学习的方法应用于反窃电问题,提出了基于DBN算法的反窃电模型,并通过实验验证了 DBN算法在反窃电问题上的可行性。本文还基于大数据分析工具,比较了 DBN算法与BP神经网络算法、决策树算法、逻辑回归算法和朴素贝叶斯等算法在反窃电问题上的分类准确性,得出DBN算法在反窃电问题上更有优势。最后,对基于DBN算法与大数据平台的反窃电系统进行了设计和GIS展示。利用“电网大数据分析探索工具”进行模块搭建,并利用GIS进行展示。实现了利用软件方式辅助管理窃电问题,缩减了工作人员的工作量,提高了工作效率。