南方电网在AI领域的投资主要用于以下哪项？

该题考查对南方电网在人工智能领域重点应用场景的理解。\n\n正确答案为：C（电力设备故障检测）\n\n解析如下：\n\n南方电网作为国家骨干能源企业，其AI应用战略聚焦于保障电网安全稳定运行这一核心目标。在各类AI技术落地场景中，电力设备故障检测是当前投入力度最大、应用成效最显著的方向之一。原因在于：\n\n1. **安全刚性需求**：输变电设备（如变压器、断路器、GIS设备等）长期处于高电压、大电流、复杂环境运行状态，其突发性故障可能引发大面积停电甚至安全事故。传统定期检修存在“过修”或“欠修”问题，而基于AI的智能巡检（如结合红外图像识别、声纹分析、局部放电时序数据分析、无人机/机器人视觉检测）可实现缺陷早期识别与精准定位，显著提升设备可靠性。\n\n2. **技术适配性强**：设备故障数据（如振动信号、温度场图像、超声波图谱）具有典型模式特征，适合深度学习、异常检测等AI方法建模；且南方电网已建成覆盖广泛的在线监测系统和智能巡检平台（如“南网智巡”），为AI模型训练与部署提供了高质量数据基础和工程化支撑。\n\n3. **政策与实践印证**：根据《南方电网公司“十四五”数字化规划》及公开报道，其AI重点攻关方向明确包括“输变电设备智能诊断与状态评估”，并在多个省级电网部署了基于AI的变压器套管缺陷识别、绝缘子自爆检测、电缆接头过热预警等成熟应用，相关项目投资占比居各AI应用之首。\n\n其他选项虽属AI在电力系统的重要应用，但并非南方电网当前最主要的投资方向：\n\n- A（电力市场交易预测）：主要由调度机构和交易机构开展研究，实际业务中仍以传统统计模型为主，AI应用尚处试点阶段，投资规模有限；\n- B（电力系统优化控制）：涉及实时性、可靠性和安全校核等严苛要求，AI算法在闭环控制中的工程化应用仍面临可解释性、鲁棒性挑战，目前多用于辅助决策而非直接控制；\n- D（电力负荷预测）：已有较成熟的ARIMA、LSTM等模型应用，但预测精度提升边际效益递减，且基础预测工作多年由调度自动化系统承担，AI升级投入相对平稳，非当前战略性投资重点。\n\n综上，从技术成熟度、安全价值、工程落地深度及公开投资导向综合判断，C选项最符合南方电网AI投资的实际重心。