SimuNPS-FlexAI

FlexAI是科梁科技面向电力系统仿真与测试场景打造的AI智能工具，融合神经网络、大模型与电力系统专业机理，服务于新能源发电、柔性直流、电力电子装备及大规模复杂电网的建模、仿真、分析与决策全过程。

围绕电力系统仿真工程中的关键难题，FlexAI形成“模型构建、仿真计算、智能决策”一体化能力体系，助力用户降低复杂系统建模门槛，提升复杂工况求解效率，辅助工程师实现更可靠的分析与决策。

一、模型构建

面向海量异构电力电子设备、多源工程资料及复杂控制系统，FlexAI结合神经网络、自然语言交互与机理-数据融合方法，辅助完成模型生成、参数辨识、拓扑连接与一致性校核，让模型更贴近真实系统。

（一）AI全频段阻抗模型构建

基于神经网络技术，FlexAI可开展单工况、多工况下的全频段阻抗模型构建，支持辨识结果、精度与训练进度的可视化展示；针对未覆盖工况，可利用新增测试或仿真数据持续训练，实现模型迭代与能力扩展。

·较小的幅值误差

·较小的相位误差

·相比传统扫描方式，实验时间大幅缩减

·支持新能源变流器、柔性直流等电力电子装备的智能测试、阻抗建模与模型优化

（二）SimuNPS智能建模

在SimuNPS“建模助手”中输入建模需求，AI大模型即可辅助完成SimuNPS模型搭建、参数配置、仿真计算及结果展示，降低复杂电力系统仿真的建模门槛，提升工程效率。

·通过自然语言描述建模需求

·自动完成模型搭建与参数配置

·自动执行仿真并展示关键结果

·实现大模型与SimuNPS建模环境的智能交互

·持续探索面向含海量异构电力电子设备的场站电磁暂态模型智能构建能力

二、仿真计算

面对大规模电网、多运行方式、新能源随机出力及复杂控制交互等场景，传统潮流、短路、暂态稳定和电磁暂态仿真往往存在计算量大、收敛困难、批量分析效率低等问题。

FlexAI融合AI算法、电力系统机理模型与仿真引擎，引入GPU并行计算能力，对多场景潮流计算、时序仿真、暂态稳定评估及电磁暂态计算中的矩阵运算、场景任务和设备模型求解进行并行加速。通过CPU-GPU异构协同与多GPU扩展，可同时开展海量运行方式、新能源出力组合及故障扰动场景的批量仿真分析。

在保障物理约束与工程可信度的基础上，FlexAI辅助工程师开展快速仿真推演、潮流收敛诊断、参数优化和海量场景筛查，提升复杂工况的求解成功率、计算吞吐能力与仿真分析效率。

（一）AI替你调潮流

面向潮流计算不收敛、人工调参效率低、问题定位困难等场景，FlexAI可通过AI算法自动优化模型参数，快速搜索可行且更优的参数组合，为潮流计算收敛与模型优化提供智能辅助。

·自动开展潮流计算参数调优

·调优成功后输出推荐的最优参数组合

·调优失败时自动生成过程分析报告，辅助定位问题原因

·结合大模型与专业知识库，定位模型缺陷并提供电力拓扑优化建议

三、智能决策

FlexAI依托大模型、专业知识库、历史工程案例与仿真优化工具，融合资深工程师的建模经验、分析逻辑和处置方法，为电力工程规划、设计、运行与故障处置提供可解释、可验证、可追溯的智能辅助。

系统能够理解规范标准、设备资料、仿真报告、计算日志及故障案例，自动生成建模方案、工况清单、结果摘要和风险提示，识别电压越限、线路过载、无功不足、稳定风险等问题。面向新能源接入、储能配置、无功优化、网架调整、故障恢复及运行方式优化等场景，可快速形成多套候选方案，开展多目标比选，并调用潮流、稳定、电磁暂态等仿真工具进行校核验证。

大模型负责问题理解、流程组织与结果解释，仿真引擎负责数值计算与可行性验证，工程师负责审查、决策与最终把关，实现知识赋能、风险预警、方案优化和经验复用。

未来，FlexAI将持续拓展Al在电力系统建模、仿真、分析、优化与决策等场景中的应用，推动电力仿真从“人工操作”向“智能协同”演进。