一种电力系统代价敏感型暂态稳定评估方法、系统及存储介质，评估方法包括通过进行时域仿真，生成电力系统运行数据集；构建基于TRMAE的自监督模型与基于Focal Loss损失函数的代价敏感型暂态稳定评估模型；利用电力系统运行数据集对构建的自监督模型与代价敏感型暂态稳定评估模型进行训练；将训练完成的代价敏感型暂态稳定评估模型在线应用，输出暂态稳定评估结果。自监督模型通过建立历史数据(故障清除前数据)与未来运行数据(故障清除后数据)之间的关系，可以仅使用故障清除前数据作为输入表征与暂态稳定分析更相关的长时序数据特征。本发明解决了现有的监督学习方法在数据量较少和样本不平衡情况下暂态稳定评估精度不佳的问题。