本发明涉及一种电力负荷概率密度多种预测结果的集成方法，属于电力系统分析技术领域。本发明通过多组不同超参数设定的三类回归模型训练得到多个概率密度或分位数概率预测模型，通过负荷的高斯分布假设和最小二乘法将分位数预测模型的输出转化为服从高斯分布的概率密度模型。采用概率密度预测集成方法，基于训练好的概率密度预测模型和结果构建概率密度预测最优集成模型，确定不同概率密度预测方法的权重，从而使得最终集成预测模型的连续等级概率损失最小。本方法最后转化成为一个二次规划问题，进而利用成熟商业软件快速搜索到全局最优集成权重，提高了概率密度性短期负荷预测精度，进而降低电力系统调度运行成本。