با توجه به نیاز روز افزون کشور به انرژی، خصوصاً انرژی الکتریکی نیاز به داشتن اطلاعات دقیقی از بار(پست¬های فوق توزیع، پست¬های توزیع، مشترکین) و نحوه مصرف آنها در ساعات مختلف داریم. عدم داشتن چنین اطلاعاتی سبب ایجاد حوادث، انجام طراحی¬ها خیلی بیشتر از مقادیر واقعی و ... خواهیم شد. از سوی دیگر به علت گستردگی شبکه توزیع، اندازه¬گیری و شناخت اطلاعات کلیه پست¬ها بسیار مشکل می¬باشد. از این رو روش¬های مختلفی که همگی مبتنی بر اطلاعات و بررسی¬های آماری بارها در گذشته می¬باشند پدیدار گشتند که به کمک آنها می¬توان با قرائت اطلاعات مصرفی نقاطی از شبکه، اطلاعات بار سایر نقاط شبکه با خطایی مطلوب تخمین زد. در این تحقیق ابتدا به بررسی اهمیت بار در شبکه¬های توزیع و روش¬های مختلف تخمین¬بار پرداخته شد و سپس روش منتخب شناسایی گردید. روش منتخب شامل دسته¬بندی بارها بر اساس روش¬های فازی-آماری، تخمین بار پست¬ها با استفاده از شبکه عصبی و اصلاح میزان خطای پیش¬بینی با توجه به اطلاعات بار ابتدای فیدر می¬باشد که در ذیل به آن پرداخته شده است. با توجه به تنوع بالای مشترکین، برای سهولت کار با داده¬های بار، مشترکین منطقه مورد مطالعه بر مبنای تکنیک فازی-آماری دسته¬بندی می¬گردند. سپس با توجه به اطلاعات فروش انرژی الکتریکی در دوره مورد مطالعه، اطلاعات حاصل از نصب ثبات روی پست¬های منتخب توزیع و اطلاعات دسته¬بندی مشترکین(نوع مصرف، روز و ...) اقدام به مدلسازی بار پست¬های توزیع بر مبنای شبکه عصبی طراحی شده گردیده به گونه¬ای که برای دیگر پست¬هایی که ثبات نصب نشده است می¬توان منحنی تغییرات نمونه¬ای بار را در زمان¬های مورد مطالعه تخمین زد. در پایان جهت اصلاح خطای تخمین بار انجام شده توسط شبکه عصبی، از اطلاعات بار ابتدای فیدر فشار متوسط استفاده شده است. با استفاده از و خروجی شبکه عصبی(پروفیل بار توان اکتیو و راکتیو تخمین زده شده هر یک از پستها در روز مورد نظر)، اطلاعات الکتریکی شبکه ( ، و ساختار الکتریکی) و انجام پخش بار روی فیدر، مقدار توان اکتیو و راکتیو ابتدای فیدر محاسبه می¬شود. سپس با مقایسه مقادیر و اندازه¬گیری شده ابتدای فیدر و نتایج محاسبات پخش بار، به اصلاح میزان خطای تخمین بار پرداخته شده است. در پایان، مقادیر نهایی و پست¬ها حاصل از عملیات پخش بار به عنوان نتایج تخمین بار مطرح می¬شوند.