本发明公开了一种改善训练样本类别不均衡的风电爬坡事件直接预报方法，所述方法包括如下步骤：步骤一：根据风电场装机容量设定风电爬坡事件的阈值，对原始风电数据进行爬坡事件识别；步骤二：定义一种基于风电特性的分层过采样方法，根据实际风电数据设定相应的采样参数；步骤三：利用步骤一中获取的原始样本与步骤二中建立的基于风电特性的分层过采样方法对原始样本进行处理；步骤四：利用步骤三处理后的样本建立数据驱动的预测模型，进行风电爬坡事件的预测。本发明不仅有效地改善了风电爬坡事件与非爬坡事件之间的样本类不平衡问题，还改善了爬坡事件样本内部大功率爬坡事件与小功率爬坡事件的样本分布不均衡问题。