本发明公开了一种基于可信性集成学习的电力系统扰动后频率预测方法，所述方法包括：步骤1：提取刻画电力系统频率特性的关键特征量，构建电力系统频率预测样本集；对样本集归一化处理，并随机划分为训练样本集和测试样本集；步骤2：基于训练样本集及其关键特征量，通过自助采样法和随机子空间法采样生成新的样本子集，并利用超限学习机训练生成多个基学习器；步骤3：利用可信性集成方法预测电力系统扰动后的频率特性，并在测试样本集中进行性能测试；本申请中的方法兼具频率预测的快速性、准确性和可靠性，可将基于数据模型和物理模型的频率分析方法有效融合。