در این مطالعه ابتدا روشهای مستقیم تشخیص پایداری گذار و سپس روش استفاده از شبکه های عصبی مصنوعی ترکیبی برای تشخیص پایداری گذرای سیستم های قدرت معرفی شده است. برای بهبود ناپایداری گذرای سیستم های قدرت می توان از ادوات facts استفاده نمود. در این مطالعه از upfc برای بهبود پایداری گذرا استفاده شده است. اثر upfc بر پایداری گذرا به طور کامل تشریح شده و مدل های مناسب upfc در پایداری گذرا مورد بحث قرار گرفته است. برای کنترل upfc و برای پیش بینی وضعیت پایداری سیستم قدرت دارای upfc از شبکه های عصبی مصنوعی ترکیبی استفاده شده است. در انتها، مدل ها و سیستم های کنترلی ارائه شده، شبیه سازی شده و پس از تحلیل نتایج شبیه سازی، نتایج به دست آمده در سایر مراجع با آنها مقایسه شده اند. لازم به ذکر است که شبیه سازی در محیط simulink از نرم افزار matlab و نرم افزار psat انجام شده است. نتایج حاصل از شبیه سازی، عملکرد مناسب upfc را در بهبود پایداری گذرا نشان می دهد. سیستم های قدرت ieee 9bus و ieee 14bus در این مطالعه مورد استفاده قرار گرفته است. واژه های کلیدی- پایداری گذرا، شبکه های عصبی مصنوعی ترکیبی، ادوات facts، upfc