本发明属于闸门结构健康监测技术领域，提供了一种基于深度学习及数字孪生的闸门健康监测方法、系统及计算机可读存储介质，方法包括：建立闸门的三维有限元模型；对三维有限元模型进行更新，得到可靠的有限元仿真模型，并由此计算出闸门受载荷下整体位移及应力应变；以实测的载荷、局部位移、局部应力及局部应变作为数据特征，有限元计算的整体位移、应力及应变作为数据标签，构建BP神经网络模型进行训练；将BP神经网络模型的输出引入三维数字孪生模型，对闸门结构性能的监测和预测。本发明将数值仿真、深度学习、数字孪生等技术综合进行应用，利用现场实时数据，借助有限元仿真模型建立神经网络模型，对闸门整体结构性能的监测快速反应。