本发明公开了一种基于主动学习的电力系统主导失稳模式判别方法，属于电力系统稳定性分析领域。本发明将主动学习应用到主导失稳模式判别方法中，无需标注所有样本，而仅主动地选择部分最有信息含量的样本来标注，以较少的样本标注来达到较高的判别准确率。同时，在模型不确定性基础上还考虑到样本多样性，以模型输出概率信息熵为权重，通过加权k‑means聚类的方法将样本聚成k簇，分别从每一簇中选择最接近聚类质心的样本，保证了采样的多样性，避免所选样本过于相似造成模型过拟合的问题。如此，本发明能够减少样本标注的成本，提高主导失稳模式判别模型实现效率，从而提高电力系统的安全性，实用性较强。