وقوع خطا در سیستمهای توزیع و انتقال نیرو که از اتفاقات معمولی در شبکه قدرت به حساب می آیند، همواره مسائل و مشکلات عدیده ای را با خود به همراه داشته است. اگر خطای به وقوع پیوسته از نوع دائمی باشد، با عملکرد سیستم حفاظتی و قطع سرویس، قابلیت اطمینان شبکه کاهش یافته و به لحظا اقتصادی نیز خسارت مالی متوجه بهره بردار می شود. از این رو یکی از مهمترین کارهایی که پس از گزارش وقوع خطا باید صورت گیرد، ترمیم قسمت آسیب دیده و بازبست مجدد سیستم است که این امر مستلزم یافته فاصله تا محل خطا می باشد. با این وجود در مورد خطاهایی که گذرا و موقتی باشند، فاصله یابی خطا باعث شناسایی نقاط ضعیف سیستم شده و می توان اقدامات پیشگیرانه را انجام داد.بنا به ضرورت و اهمیت فاصله یابی سریع و دقیق محل وقوع خطا در کابلهای زیرزمینی، در این پایان نامه تلاش است تا با ارائه راهکاری جدید به این مهم پرداخته شود. در این خصوص پس از شناسایی ساختمان کابل و توصیف مدلهای کابل به بررسی خط مشی های جاری در فاصله یابی خطا پرداخته شده است. در ادامه پس از معرفی شبکه های عصبی و خصوصیات و ویژگیهای آنها یک الگوریتم مبتنی بر شبکه های عصبی برای فاصله یابی خطا پیشنهاد شده است که در این میان شبکه های عصبی پرسپترون چند لایه با آموزش پس از انتشار خطا بکار گرفته شده اند.شبیه سازی سیستم مورد مطالعه توسط نرم افزارهای ‏‎matlab ‎‏ و ‏‎emtdc‎‏ با در نظر گرفتن مدلهای پی و برژرون برای کابل صورت گرفته است. در نهایت تاثیر مقاومت خطا در روند آموزش شبکه های عصبی برسی گشته است و شبکه های عصبی با ساختار موازی در این موارد پیشنهاد گشته اند. نتایج حاصل کاملا رضایت بخش بوده و نشان می دهند که شبکه های عصبی در شرایط مختلف بهره برداری، در بحث فاصله یابی خطا بسیار توانمند عمل می کنند.