为在保证大规模可再生能源接入及混合输电等复杂因素下电力系统暂态稳定性量化分析强壮性的前提下，提高算例筛选算法的加速比，利用人工智能技术将已在简单模型下满足工程应用要求的准定量的分类法与在复杂模型下精确的定量分析法相集成。首先，在多步泰勒展开所得轨迹中提取能表征复杂因素影响敏感性及多摆稳定可信度的机理特征指标，预判复杂模型的影响程度并自适应调整分类阈值。然后，通过在数值积分和多步泰勒展开之间的自适应切换，近似计及复杂模型的影响，并引入自适应的变步长来减少计算量，实现双层的分类筛选。在4个工程系统中的近2万算例中考核了该分类算法框架的有效性和强壮性。
