Con el aumento de la complejidad del sistema eléctrico y la creciente volatilidad de la carga, la predicción precisa de la carga desempeña un papel vital en garantizar la seguridad del suministro eléctrico, optimizar las decisiones de programación y la asignación de recursos. Sin embargo, el modelo único tradicional tiene limitaciones para extraer las características multifrecuencia de los datos de carga y procesar componentes con complejidad variable. Por lo tanto, este documento propone un método de pronóstico complementario basado en la descomposición en dos niveles y el análisis de complejidad. En el documento, Pyraformer se utiliza como modelo complementario para el Marco de Desacoplamiento de Periodicidad Mejorado de Canal Único (SCEPDF). Primero, se utiliza un Filtro Hodrick Prescott (HP Filter) para descomponer los datos de electricidad, extrayendo la tendencia y los componentes periódicos. Se utiliza la Descomposición Modal Empírica de Conjunto Completo con Ruido Adaptativo (CEEMDAN) para descomponer aún más los componentes periódicos y obtener varios componentes IMF. En segundo lugar, basándose en la entropía de muestra, la entropía espectral y la complejidad de Lempel-Ziv, se construye un sistema de índices de evaluación de complejidad para analizar exhaustivamente la complejidad de cada componente IMF. Luego, en función de la complejidad integral de cada componente IMF, se alimentan diferentes componentes en el modelo complementario. Los valores pronosticados de cada componente se combinan para obtener el resultado final. Finalmente, el método propuesto se prueba en el conjunto de datos trimestral de carga eléctrica. La efectividad del método propuesto se verifica a través de experimentos comparativos y de ablación. Los resultados experimentales muestran que el método propuesto demuestra un excelente rendimiento en tareas de pronóstico de carga eléctrica a corto plazo.