电力负荷预测对智能电网调度与电力市场交易至关重要，其精度直接影响系统运行的经济性与可靠性。针对负荷序列的气象敏感性及传统 模型在长序列依赖建模、多变量非线性耦合及阈值效应等方面的不足，本文提出基于 Transformer 架构的气象敏感型负荷预测框架。模型通过气象 嵌入层与耦合注意力模块建模气象变量动态权重，采用双频位置编码捕捉负荷长期依赖与突变特征。实验表明，该模型在 72 小时历史窗口下的 MAE 为 0.0144，较 LSTM 降低 86.1%，能有效量化温度滞后效应和极端天气协同影响，为电网应对极端天气提供了可靠工具。
