本发明公开了一种多物理场融合的异常识别方法，包括如下步骤：获取监测对象样本视频、异常工况样本视频和实时监控视频，异常工况样本视频为多物理场视频；对监测对象样本视频进行目标设备标注并依次单独提取，训练第一卷积神经网络模型，建立目标设备识别模型；对异常工况样本视频进行异常工况标注和异常坐标点提取，训练第二卷积神经网络模型，建立异常工况识别模型；对实时监控视频进行异常坐标点提取，输入所建立模型，得到异常识别结果。本发明还公开了一种多物理场融合的异常识别系统、电子设备及存储介质。本发明将多物理场视频进行融合处理，通过双卷积神经网络模型，实现对实时监控视频中异常状态的快速识别与定位。