本發明涉及光伏，尤其涉及一種光伏圖像去噪方法、計算機可讀存儲介質、電子設備。
背景技術：
1、由于太陽能具有無污染、分布廣、可再生等諸多優點，被廣泛認為是最具發展前景的一種清潔能源。然而，在光伏電站中，常常有直徑幾厘米的電纜、電線對光伏組件形成遮擋，形成線狀陰影。由于架空電纜等線徑較細，且距離光伏組件較遠，線狀陰影對發電本身影響較小，但對熱斑等其他光伏故障的識別會造成干擾。尤其是在采用ai圖像識別等自動化手段進行組件故障識別時，線狀陰影在圖像處理上可以看做是一種圖像噪聲，若不能有效消除，會直接影響后續ai圖像識別的準確性。
技術實現思路
1、本發明旨在至少在一定程度上解決相關技術中的技術問題之一。為此，本發明的第一個目的在于提出一種光伏圖像去噪方法，以實現光伏圖像去噪。
2、本發明的第二個目的在于提出一種計算機可讀存儲介質。
3、本發明的第三個目的在于提出一種電子設備。
4、為達到上述目的，本發明第一方面實施例提出了一種光伏圖像去噪方法，包括：將待去噪光伏圖像分解為多個潛在變量，其中，所述潛在變量服從正態分布，且所述潛在變量的數量根據所述待去噪光伏圖像確定；去除多個所述潛在變量中的目標潛在變量，并將剩余的潛在變量轉換為目標圖像，得到去除陰影噪聲后的光伏圖像，其中，所述目標潛在變量為陰影噪聲對應的潛在變量。
5、另外，根據本發明實施例的光伏圖像去噪方法，還可具有如下附加的技術特征：
6、在本發明一個實施例中，所述潛在變量的數量的確定過程包括：將所述待去噪光伏圖像劃分為多個圖像塊；對多個所述圖像塊進行分類，得到分類結果；根據所述分類結果和所述待去噪圖像的尺寸得到所述潛在變量的數量。
7、在本發明一個實施例中，所述對多個所述圖像塊進行分類，包括：計算所述圖像塊之間的相似度；根據所述相似度對多個所述圖像塊進行分類。
8、在本發明一個實施例中，所述分類結果包括無陰影光伏板、有陰影光伏板和背景；所述潛在變量的數量通過下式得到：
9、，
10、其中，n表示所述潛在變量的數量，w表示所述待去噪圖像的寬，h表示所述待去噪圖像的高，p表示所述有陰影光伏板的圖像塊占多個所述圖像塊的比例。
11、在本發明一個實施例中，利用預先訓練的編碼器將待去噪光伏圖像分解為多個潛在變量，其中，所述編碼器采用重參數方法實現反向傳播。
12、在本發明一個實施例中，所述重參數方法包括：通過下式得到所述潛在變量：
13、z＝μ+eσ
14、其中，z表示所述潛在變量，e表示滿足單位正態分布的高斯噪聲，μ、σ分別為所述編碼器生成變量的均值、方差，表示相乘。
15、在本發明一個實施例中，利用預先訓練的解碼器去除多個所述潛在變量中的目標潛在變量，并將剩余的潛在變量轉換為目標圖像。
16、在本發明一個實施例中，所述編碼器的輸出端連接所述解碼器的輸入端，所述編碼器和所述解碼器的訓練過程包括：獲取多個無陰影光伏圖像，并分別對各所述無陰影光伏圖像疊加陰影數據，得到多個陰影光伏圖像；針對每個所述陰影光伏圖像，將所述陰影光伏圖像輸入至所述編碼器，并通過所述解碼器輸出去噪光伏圖像；根據所述編碼器輸出變量分布與標準正態分度，以及所述去噪光伏圖像和對應的無陰影光伏圖像得到損失函數；根據所述損失函數更新所述編碼器和所述解碼器的參數。
17、為達到上述目的，本發明第二方面實施例提出了一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序被處理器執行時實現上述方法的步驟。
18、為達到上述目的，本發明第三方面實施例提出了一種電子設備，所述電子設備包括存儲器和處理器，所述存儲器存儲有計算機程序，所述處理器執行所述計算機程序時實現上述方法的步驟。
19、根據本發明實施例的光伏圖像去噪方法、計算機可讀存儲介質、電子設備，將待去噪光伏圖像分解為多個潛在變量，其中，所述潛在變量服從正態分布，且所述潛在變量的數量根據所述待去噪光伏圖像確定；去除多個所述潛在變量中的目標潛在變量，并將剩余的潛在變量轉換為目標圖像，得到去除陰影噪聲后的光伏圖像，其中，目標潛在變量為陰影噪聲對應的潛在變量。由此，可以實現光伏圖像去噪。
20、本發明附加的方面和優點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發明的實踐了解到。
1.一種光伏圖像去噪方法，其特征在于，包括：
2.根據權利要求1所述的光伏圖像去噪方法，其特征在于，所述潛在變量的數量的確定過程包括：
3.根據權利要求2所述的光伏圖像去噪方法，其特征在于，所述對多個所述圖像塊進行分類，包括：
4.根據權利要求2所述的光伏圖像去噪方法，其特征在于，所述分類結果包括無陰影光伏板、有陰影光伏板和背景；所述潛在變量的數量通過下式得到：
5.根據權利要求1所述的光伏圖像去噪方法，其特征在于，利用預先訓練的編碼器將待去噪光伏圖像分解為多個潛在變量，其中，所述編碼器采用重參數方法實現反向傳播。
6.根據權利要求5所述的光伏圖像去噪方法，其特征在于，所述重參數方法包括：
7.根據權利要求5所述的光伏圖像去噪方法，其特征在于，利用預先訓練的解碼器去除多個所述潛在變量中的目標潛在變量，并將剩余的潛在變量轉換為目標圖像。
8.根據權利要求7所述的光伏圖像去噪方法，其特征在于，所述編碼器的輸出端連接所述解碼器的輸入端，所述編碼器和所述解碼器的訓練過程包括：
9.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序被處理器執行時實現權利要求1-8任一項所述方法的步驟。
10.一種電子設備，其特征在于，所述電子設備包括存儲器和處理器，所述存儲器存儲有計算機程序，所述處理器執行所述計算機程序時實現權利要求1-8任一項所述方法的步驟。