以下哪些是AI大模型在电网应用中常用的技术？

深度学习

自然语言处理

计算机视觉

传感器技术

答案解析

正确答案：ABC

解析：

该题考查AI大模型在电网领域应用所依赖的核心人工智能技术。\n\n选项分析如下：\n\nA：深度学习——正确。 \n深度学习是AI大模型的底层技术基础，大模型（如Transformer架构的LLM或视觉大模型）本质上是超大规模深度神经网络。在电网中，深度学习被广泛用于负荷预测、故障诊断、新能源出力预测、状态估计等任务，是支撑大模型建模与推理能力的根本技术。\n\nB：自然语言处理——正确。 \n自然语言处理（NLP）是大模型最典型的应用方向之一。在电网场景中，NLP技术被用于智能客服（解析调度指令、用户报修文本）、规程文档理解与检索（如《安规》《调规》自动问答）、事故报告自动生成、运维日志语义分析、跨系统非结构化文本信息抽取等。大语言模型显著提升了电网知识服务的智能化水平。\n\nC：计算机视觉——正确。 \n计算机视觉（CV）是AI大模型的重要应用分支。在电网中，视觉大模型或基于CV的大模型技术被应用于输电线路巡检（无人机/卫星图像识别缺陷如绝缘子破损、树障、鸟巢）、变电站智能监控（人员行为识别、设备仪表读数OCR）、红外热成像异常检测、杆塔倾斜识别等。多模态大模型进一步融合视觉与文本信息，提升理解与决策能力。\n\nD：传感器技术——错误。 \n传感器技术属于物理感知层的硬件技术，是数据采集的源头，但本身不属于AI大模型的技术范畴。虽然传感器为大模型提供输入数据（如SCADA、PMU、智能电表、摄像头、红外仪等产生的多源数据），但其原理、设计与实现属于电子工程、测控技术领域，不涉及模型架构、训练、推理等AI大模型核心技术。因此，它不是“AI大模型所采用的技术”，而是大模型应用的前置数据基础设施。\n\n综上，正确答案为A、B、C。\n\n核心知识点总结： \nAI大模型指参数量达十亿级以上的深度学习模型，其关键技术支柱包括深度学习（模型基础）、自然语言处理（文本智能）、计算机视觉（图像/视频理解），以及多模态融合、强化学习、知识图谱增强等延伸方向。在电力系统中，这些技术需与电网专业知识（如潮流计算、继电保护原理、设备机理模型）深度融合，形成“AI+能源”的垂直领域大模型应用范式。而传感器、通信网络、边缘计算设备等属于支撑AI落地的数据采集与算力基础设施，不属于AI大模型自身的技术构成。