本申请涉及一种电力通信设备数据异常检测方法、系统及存储介质，方法包括以下步骤，1）对各种电力通信设备的历史数据进行收集，主要包括网络性能数据、设备性能数据、温度、电流电压、时间戳信息；2）对步骤1）中收集的各种数据进行预处理；3）将处理后的数据转换成时间序列格式，并构建异常检测数据集；4）将步骤3）中得到的异常检测数据集输入到RNN循环神经网络中进行训练，生成数据异常检测模型；5）提取实时的电力通信设备数据处理后输入到步骤4）中生成的异常检测模型中，根据模型输出结果判断电力通信设备的状态。本申请通过使用时间序列并结合了神经网络算法，能够同时针对多种电力通信设备的数据进行异常检测。