Nel presente rapporto sono riportati i risultati dello studio e dell’utilizzo di modelli basati su reti neurali per la previsione del carico energetico. Poiché la bontà di un approccio basato su reti neurali è misurabile solamente avendo a disposizione una considerevole mole di dati, l’applicazione della metodologia specificata si è orientata in massima parte verso la previsione del carico elettrico in reti di distribuzione in bassa tensione, per le quali era possibile disporre delle registrazioni di potenza attiva e reattiva effettuate in quattro diverse cabine secondarie di trasformazione MT/BT per un periodo superiore ad un anno. Sono stati approntati e validati specifici modelli di previsione sia a breve termine (15 o 30 minuti) sia per le 24 ore successive. Vista l’evidente variabilità del carico di una rete elettrica di bassa tensione, è stato utile procedere alla previsione utilizzando la trasformazione wavelet dei profili di carico. Purtroppo la mancanza di dati delle variabili atmosferiche correlati con le registrazioni, non ha permesso di utilizzare tali variabili come ingresso alle reti neurali. Si ritiene che l’estensione del modello e il suo accoppiamento con modelli di previsione delle variabili meteorologiche consentirebbero d’incrementare ulteriormente l’accuratezza delle previsioni, soprattutto nei mesi estivi. Tuttavia, i risultati ottenuti paiono consentire già nella situazione attuale l’utilizzo della procedura per l’implementazione di un sistema di previsione automatica on-line del carico da utilizzarsi come ausilio per un sistema di gestione delle risorse distribuite d’accumulo e di generazione, anche da fonte rinnovabile, disponibili nella rete.