本发明属于电力系统负荷分析技术领域，具体涉及一种电网母线负荷成分分解方法、装置、设备及存储介质。所述方法包括：获取预测参数，包括当前时刻各类负荷占母线负荷的比例、下一时刻的气温值、气象值和日期类型；将预测参数输入训练好的双向GRU神经网络模型，得到下一时刻各类负荷占母线负荷的比例；将下一时刻各类负荷占母线负荷的比例乘以母线负荷值，得到各类负荷的分解值；输出各类负荷的分解值。本发明方法通过各类负荷历史占比序列及对应的历史气温值、历史气象值、和日期类型预测各类负荷在下一时刻的分解值，排除了天气环境、政策因素对母线负荷成分分解的影响，减小了测算误差；同时利用纯数据驱动的方法，采用双向GRU神经网络模型测算各类负荷占母线负荷的比例，为进一步分析母线负荷的调节能力奠定基础。