La detección de anomalías en la situación del entorno electromagnético es un requisito previo para la evaluación del nivel de amenaza electromagnética, y su investigación tiene un gran valor práctico. Sin embargo, debido a la complejidad del entorno electromagnético, la detección de anomalías en la situación del entorno electromagnético no es eficiente. Por lo tanto, proponemos un método de detección de anomalías en la situación del entorno electromagnético basado en una red de predicción de doble rama para predecir el futuro y lograr la detección de anomalías fusionando diferentes características de desarrollo del entorno electromagnético aprendidas por otras ramas. Extraemos las características del estado y la tendencia de la situación del entorno electromagnético utilizando el módulo de extracción de características manual y exploramos las características de distribución de datos en profundidad de la situación del entorno electromagnético utilizando ConvLSTM, mejoramos el modelo de regularización del tiempo dinámico de acuerdo con las características físicas del espacio electromagnético, y luego proporcionamos el método de detección de anomalías. Demostramos experimentalmente la efectividad del método propuesto en la predicción de la situación del entorno electromagnético y la precisión de detección de anomalías.