本发明公开了一种基于时序高斯混合密度网络的负荷概率密度预测方法，包括：S1、获取电力系统历史负荷数据，对获取的电力系统历史负荷数据进行预处理；S2、构建负荷概率密度预测模型；S3、利用训练集对构建的负荷概率密度预测模型进行训练，得到训练好的负荷概率密度预测模型；S4、利用训练好的负荷概率密度预测模型对电力系统进行负荷概率密度预测。本发明通过构建包含长短期记忆网络、注意力机制层和混合高斯概率密度网络的负荷概率密度预测模型，可以得到负荷概率密度预测的区间范围，且相比现有方法得到的区间范围更窄，覆盖率更高，有效提高电力系统负荷预测精度。