本发明公开了一种基于深度异常检测的井筒积液检测方法，其首先获取SCADA生产高频数据并对其进行降维；然后将降维后的SCADA生产高频数据与A2数据和地质参数数据进行特征融合；其次利用中融合后的特征进行数据建模并进行训练，计算预测误差；最后，根据得到的预测误差计算动态阈值，并根据动态阈值判断井筒是否积液。本方案使用SCADA秒级数据作为特征，使得模型不仅仅只关注天与天之间的数据波动，也考虑到天内数据波动情况，能捕捉到更加细微的数据变化。且实验结果也证明，天内数据波动情况更能反映具体的生产实际情况，在对SCADA高频数据的处理上采用先降维的方法，更好地去服务模型的数据建模，也避免了维灾难的出现。