اولین مرحله در ارزیابی سیستم، مونیتورینگ حالت فعلی سیستم شامل بدست آوردن اندازه گیری هایی از تمام قسمت های سیستم و پردازش آنها به منظور تعیین حالت سیستم می باشد، بطوریکه ابزارهای off line برای ارزیابی امنیت ولتاژ شامل پخش بار بر اساس ابزارهای استاتیکی، بخاطر زمان محاسبات بالا برای محاسبات بیدرنگ چندان مناسب نیستند و می توان به جای آنها با استفاده از سیستم هوشمند، محاسبات ارزیابی امنیت را بصورت قابل توجه بهبود بخشید. سیستمهای هوشمند میتوانند رفتار گذشته سیستم را آموزش ببینند و با بکارگیری این دانش موقعیتهای جدید سیستم را به سرعت پیشبینی کنند. در این پایان نامه پایداری ولتاژ با ابزارهای نوین اندازه گیری و همچنین قابلیت هوش محاسباتی ارزیابی می شود. برای تولید داده های pmu از روش پخش بار تداومی استفاده شده است. همچنین برای پیش بینی پایداری استاتیکی ولتاژ از سه شاخص پایداری ولتاژ fvsi, lmn, lqp استفاده می شود، بطوریکه تمام خطوط شبکه با استفاده از هر سه شاخص از ابتدای ناپایداری تا واگراشدن سیستم مورد بررسی قرار می گیرد. شبکه عصبی استفاده شده شبکه پرسپترون چندلایه (mlp) مناسب برای کاربردهای پیش بینی بصورت بیدرنگ می باشد. در آموزش شبکه عصبی از داده های ورودی مختلف استفاده شده، داده های ورودی جدیدی نیز برای بالابردن دقت آموزش پیشنهاد می شود.