امروزه سیستم های قدرت به دلیل محدودیت های اقتصادی و محیطی در نزدیکی حد انتقال خود بهره برداری می شوند، در چنین شرایطی ناپایداری و فروپاشی ولتاژ (voltage collapse) از نگرانی های عمده در سیستم قدرت است. این پدیده اغلب بر اثر اتفاقاتی مثل خروج آنی یک خط انتقال یا ژنراتور، افزایش بار خطوط انتقال و تأمین نشدن توان راکتیو کافی رخ می دهد. روش های بررسی مسئله پایداری ولتاژ به دو گروه استاتیکی و دینامیکی تقسیم می شوند. روش های استاتیکی نتایج مفیدی ارائه می نمایند، اما رفتارهای دینامیکی سیستم قدرت که نقشی قابل توجه در فروپاشی ولتاژ دارند را در نظر نمی گیرند. در این پروژه پایداری ولتاژ به عنوان یک پدیده دینامیکی مورد بررسی قرار می گیرد. پدیده ناپایداری ولتاژ ذاتاً پدیده ای غیر خطی است و نیاز به روش های آنالیز غیر خطی مانند روش دوشاخگی (bifurcation) دارد. این روش روند حرکت سیستم به سوی ناپایداری را پیش بینی می کند و ایده اصلی آن بر مبنای بررسی سیستم در نقاط آستانه ناپایداری است. آنالیز دو شاخگی نیاز به مدل کردن سیستم با معادلاتی دارد که از دو نوع متغیر شامل متغیرهای حالت (states) و متغیر های پارامتری (parametrs) تشکیل شده است. متغیر های حالت (اندازه ولتاژ، زاویه ماشین و ...) در شرایط گذرای سیستم به طور دینامیکی تغییر می کنند و متغیر های پارامتری (توان مصرفی بار و ....) تغییراتی تدریجی دارند. مشکل اصلی روش های موجود بررسی پایداری دینامیکی ولتاژ آن است که نیاز به محاسبات زیادی دارند و برای کاربردهای بهنگام (online) مناسب نیستند، به همین منظور در این پایان نامه برای سرعت بخشیدن به این ارزیابی از شبکه های عصبی(neural networks) استفاده شده است.