本文介绍了一种可解释的深度学习方法用于电力负荷预测。通过神经网络学习时间特征的线性组合，并使用多尺度时序分解处理复杂时间模式。在比利时电网数据集上的实验表明，该模型比传统模型更准确，并能解释特征和时间模式的重要性，揭示负荷数据的趋势和周期性。