Los sistemas de energía modernos son grandes en tamaño y complejos en características; los datos recopilados por las Unidades de Medición de Fasores (PMUs) a menudo son ruidosos y contaminados; y los modelos de aprendizaje automático que se han aplicado a la evaluación de la estabilidad transitoria (TSA) de los sistemas de energía no son lo suficientemente capaces de capturar dependencias a larga distancia. Todos estos problemas dificultan que los métodos de TSA basados en la minería de datos en los sistemas de energía tengan la suficiente precisión, oportunidad y robustez.