Electricity losses is one of the most important factor of the power quality. Electricty losses include technical and non-technical lossess. Technical losses are caused by iron and copper losses in electric equipments such as generator, transmission line, transformer, motor. Non-tecnical losses, on the other hand, are normally caused by management problem, inaccurate metering data and electricity thief. In non-technical losses, electricity theft is the most popular type and account for high percent. However, this type of loss is very difficult to detect traditional methods. In this study, we propose to use deep learning method, based on a convolutional neural network model combined with a attention mechanism to detect electricity theft. The model was trained on the dataset collected from 42372 customers for 147 weeks. The dataset was obtained from China electricity utility company. The results show that the proposed model can detect the user's electricity theft with the AUC accuracy of 92.2%.Tổn thất điện năng là một trong các chỉ tiêu quan trọng để đánh giá chất lượng điện năng. Tổn thất điện năng bao gồm hai thành phần là tổn thất kỹ thuật và tổn thất phi kỹ thuật. Tổn thất kỹ thuật là tổn thất đồng và tổn thất sắt trên các thiết bị điện như máy phát điện, đường dây, máy biến áp, động cơ. Tổn thất phi kỹ thuật là tổn thất ở khâu quản lý, đo đếm điện năng và ăn trộm điện. Trong các loại tổn thất phi kỹ thuật, tổn thất điện năng do hành vi trộm cắp điện là dạng tổn thất phổ biến, gây thiệt hại về mặt kinh tế nhưng lại khó phát hiện bằng các phương pháp truyền thống. Trong nghiên cứu này, chúng tôi đề xuất sử dụng phương pháp học sâu, dựa trên mô hình mạng nơ-ron tích chập kết hợp với cơ chế tập trung để phát hiện hành vi trộm cắp điện. Mô hình được huấn luyện trên tập dữ liệu được thu thập từ 42372 khách hàng trong 147 tuần. Kết quả phân loại cho thấy, mô hình đề xuất có thể phát hiện được hành vi trộm cắp điện của người dùng với độ chính xác AUC là 92,2%.