一种源网荷互动工控系统的异常指令检测方法，采用机器学习开源框架构建基于双向长短期记忆神经网络的源网荷互动工控系统异常指令检测模型，以源网荷工控系统的指令序列为双向长短期记忆神经网络的输入层，输出层为检测出的指令性质；将训练过的检测模型作为异常指令检测分类器分别下发给各级操作单元的指令异常分析模块，用于进行指令异常检测，并上报异常信息。本发明方法综合考虑指令序列的上下文关系对指令性质进行检测，可以有效解决指令序列长期依赖问题对检测精度的影响。并进一步形成一套采集、识别、反馈、更新训练的闭环方案，使得异常指令检测模型持续不断进行迭代优化，可以有效提高异常指令的识别精度及适应能力。