本发明公开一种低光照图像增强方法、装置、设备及介质，该方法包括如下步骤：获取现场图像，对现场图像中高质量图像进行低光照模拟，生成多场景多光照条件的图像；将所述现场图像与多场景多光照条件的图像进行合并形成样本数据集，所述样本数据集分为训练集和验证集；构建编码器‑解码器架构的神经网络模型；将样本数据集输入所述神经网络模型中进行训练和测试，直至收敛，得到图像处理模型；对图像处理模型进行仿真实验，采用峰值信噪比作为评价指标，评价网络性能。本发明通过结合了传统算法与深度学习的算法进行了融合，尽可能的对变电站中的低光照情况的特点进行学习，从而可以做对后续所采集到的低光照图片进行图像增强。