En los últimos años, la frecuencia de eventos de oscilación forzada debido a fallas en el sistema de control o ajustes incorrectos de parámetros ha aumentado. Ajustar los parámetros de excitadores y modelos de gobernadores es crucial para mantener la estabilidad del sistema de energía. Los estudios de simulación tradicionales suelen implicar pequeñas perturbaciones transitorias o cambios escalonados para encontrar conjuntos óptimos de parámetros, pero los algoritmos de optimización existentes a menudo no son suficientes para el ajuste fino de las oscilaciones forzadas. Identificar los parámetros sensibles dentro de estos modelos de control es esencial para garantizar la estabilidad durante grandes perturbaciones sostenidas. Este estudio se centra en identificar estos parámetros críticos de los modelos de excitadores y gobernadores mediante el análisis de su influencia en las oscilaciones forzadas sostenidas. Utilizando el sistema de dos áreas de Kundur, analizamos modelos de excitadores comunes como SCRX, ESST1A y AC7B, junto con modelos de gobernadores como GAST, HYGOV y GGOV1, utilizando el software PSSE versión 34. Se inyectan oscilaciones forzadas sostenidas en el generador-1 del área-1, con cambios de parámetros individuales simulados dinámicamente. Al considerar una frecuencia de oscilación local de 1.4 Hz y un modo de oscilación entre áreas de 0.25 Hz, analizamos el impacto de cada cambio de parámetro en la magnitud y frecuencia de las oscilaciones forzadas, así como en las salidas de potencia activa y reactiva. Este enfoque novedoso destaca los parámetros más influyentes de cada modelo probado, como ganancias de excitadores, gobernadores y turbinas, así como parámetros de constante de tiempo, en el impacto de las oscilaciones forzadas. Según nuestros hallazgos, los parámetros sensibles de cada modelo probado están clasificados. Estos proporcionarían información valiosa para los operadores de la industria para ajustar finamente los ajustes de control durante eventos de oscilación, mejorando en última instancia la estabilidad del sistema.