本发明公开了一种高铁列控系统多模态异常检测方法，应用于列车安全检测技术领域。本发明包括：获取列控系统运行过程中的日志文本和灯显视觉数据作为原始数据集；将原始数据集进行预处理，并对原始数据集中的各类异常进行标注，按比例划分得到带标注的训练集、验证集和测试集；建立基于高铁列控系统文本‑视觉多模态学习的异常检测模型；将训练集和验证集输入至异常检测模型，实现模型训练；将测试集输入至异常检测模型实现性能评估；将异常检测模型应用于高铁列控系统实现系统异常检测。本发明从功能和性能两个层面，搭建文本‑视觉融合的双流多模态神经网络异常检测模型，在系统发生故障前对其进行预测，达到缩小故障影响范围的目的。