System-Parameter-Identifikation
Integrierte Prozeduren für die Systemerkennung und allgemeine Optimierung stellen einfache und akkurate Methoden zur Verfügung, um Modell-Parameter auf der Basis von Systemtests und Feldmessungen zu ermitteln, wobei von eingegebenen Referenzwerten ausgegangen wird, welche entweder in PowerFactory erzeugt oder externen Dateien entnommen werden. Diese Prozeduren sind für Lastflussmodelle ebenso geeignet wie für Modelle der Zeitbereichssimulation und in der Lage, mehrere Parameter auf einmal zu ermitteln, wobei für jeden Parameter optional auch Nebenbedingungen (nur Mitsystem) berücksichtigt werden können. Auch sind sie vollständig in die grafische Frame-Definition und das Blockschaltbild eingebunden. Die verfügbaren Optimierungsprozeduren sind in hohem Maße generisch und können auch zur optimalen Feinabstimmung von Parametern verwendet werden, wie etwa zur Einstellung von Pendeldämpfungsgeräten (PSS) entsprechend den definierten Antwortfunktionen eines Modells.
- Parameter-Identifikation für nicht-lineare dynamische Mehrgrößen-Systeme (Mehrgrößen-Eingangs-/Mehrgrößen-Ausgangs-Systeme, MIMO), die mit DSL- Modellen beschrieben werden
- Black-Box-Parameterschätzung nichtlinearer Systeme
- Identifizierung aller rechnerisch relevanten Parameter (Typ, Element, Reglermodell)
- Mehrparameteridentifikation mit flexibler Ober-/Unterbegrenzung
- Verschiedene Algorithmen verfügbar (Gradientenbasierte Optimierungsalgorithmen, Schwarmintelligenz-Algorithmen, Mustersuchverfahren, Globale Optimierungsalgorithmen)
- Unterstüzung von Lastfluss, Quasi-Dynamischer Simulation1, RMS-Simulation (symmetrisch/unsymmetrisch) und EMT-Simulation²
- Mehrere Optionen zur Optimierung unter Verwendung von Messdaten oder Simulationsergebnissen
1 Erfordert Linzenz für Quasi-Dynamische Simulation
² Erfordert Funktionen zur Stabilitätsberechnung (RMS) oder Elektromagnetische Vorgänge (EMT)