本发明提供了一种电力系统受扰后频率失稳识别方法及系统，属于电力系统数据处理技术领域。所述方法，包括：对获取的时间序列数据，依次进行奇偶序列分解、多尺度卷积和交互学习后，得到特征变换后新的奇偶子序列；将得到的奇偶子序列作为二叉树结构节点的输入，将最后一层二叉树结构各节点输出的所有奇偶子序列重新排列，经合并拼接和非线性变换后，得到预测的频率响应曲线；判断频率响应曲线的频率最低值是否小于设定安全阈值，如是，则判断电力系统受扰后频率失稳，否则，判断电力系统受扰后频率稳定；本发明在预测的频率响应曲线基础(56)对比文件CN 113704075 A,2021.11.26CN 116074414 A,2023.05.05CN 110428907 A,2019.11.08CN 111507521 A,2020.08.07CN 107563394 A,2018.01.09周海成等.计及时间延续度与空间分布的快速守时方法《.电力信息与通信技术》.2021,第19卷(第08期),118-124.伍冠潮等.基于自适应交互学习的CPS时间序列异常检测《. 计算机应用研究》.2023,2933-2938.G. Yu et al.SCD-CA: Stable ConceptDrift Learning Based on CorrelationAlignment for Streaming Data Forecasting.《2022 13th Asian Control Conference》.2022,59-63.仉怡超.基于深度置信网络的电力系统扰动后频率曲线预测《.中国电机工程学报》.2019,第39卷(第17期),引言、第3.1节.闫伟曦等.基于EEMD和SCINet的高速公路交通流量预测《.武汉理工大学学报》.2022,第44卷(第10期),引言、第1节、图2.