本发明的目的在于提供一种电网安全分析机器学习模型测试方法、装置、设备及介质，方法包括：获取电网运行的故障样本集，故障样本集包括作为电网安全分析机器学习模型输入的原始样本；对原始样本施加扰动，生成第一对抗样本；以第一对抗样本与原始原本的差距最小为目标，以电网安全分析机器学习模型输出错误分类结果为约束条件，对第一对抗样本进行迭代寻优，得到最终攻击样本；将最终攻击样本输入电网安全分析机器学习模型中，获得第一分类结果；将第一分类结果与正确结果比较，得到测试结果。通过自动生成对抗攻击样本输入至模型，测试模型决策的鲁棒性和安全性，量化评估对抗样本攻击效果，发现模型决策风险，提升了模型应用安全性。