Com o surgimento de novas tecnologias, a eletrônica de potência passou a ser utilizada cada vez mais, resultando no aumento das cargas não-lineares e na adoção de dispositivos que provocam distorções harmônicas na rede elétrica. Essas distorções harmônicas geram maiores custos às empresas distribuidoras de energia elétrica, como a troca de cabos e redimensionamento de transformadores, que podem sofrer superaquecimento ou sobrecarga. Estes fenômenos prejudicam o fornecimento de energia e podem gerar futuras taxações a estas empresas, uma vez que já existe a discussão de normas que limitam o nível de distorções harmônicas presentes nos sistemas de distribuição. Uma vez constatada uma violação dos limites estabelecidos, torna-se necessária a adoção de uma sistemática para mitigação dos efeitos resultantes, que na maioria dos casos está relacionada a instalação de filtros harmônicos, sejam de natureza passiva, ativa ou híbridos. Por outro lado, em decorrência desta medida, surge naturalmente a questão vinculada a responsabilidade financeira sobre os investimentos relacionados com os procedimentos de mitigação a serem implementados. Para a realização do compartilhamento de responsabilidades, é necessário determinar a parcela de distorção harmônica total relativa somente à não-linearidade da carga. Até a presente dissertação, a única forma de se obter tal valor era desacoplando a carga do sistema e alimentando-a com uma tensão senoidal, tornando-se um processo difícil e até inviável. A proposta deste trabalho é a utilização de redes neurais recorrentes na determinação da característica não-linear da carga através da medida da tensão no PAC e da corrente no ramo da carga em questão. A partir de um processo de treinamento, a rede neural simula a admitância da carga através...With the advent of new technologies, the power electronics has become increasingly used, resulting in increased non-linear loads and the adoption of devices that cause harmonic distortion on the grid. These harmonic distortions generate higher costs for electricity distribution companies, such as replacing cables and transformer sizing, which can overheat or overload. These problems affect the power supply and can create future taxation of these companies. There is already discussion of rules limiting the level of harmonic distortion present in distribution systems. When is found a violation of limits, becomes necessary to adopt a systematic approach to mitigating the effects arising, which in most cases is related to installation of harmonic filters, are such as passive, active or hybrid. On the other hand, as a result of this action, the question naturally arises linked to financial liability on investments related to the mitigation procedures to be implemented. For the realization of shared responsibility, is necessary to determine the share of total harmonic distortion relative just to the non-linearity of the load. Until the present work, the only way to obtain that value was decoupling the system load and feeding it with a sinusoidal voltage, making it a difficult process and even infeasible. The purpose of this work is the use of recurrent neural networks in determining the non-linear characteristic of the load by measuring the voltage at the PCC and the current in branch of the load in question. From a training process, the neural network simulates the admittance of the load by adjusting their weights. Then these weights are transferred to a second neural network simulation, which when applied to enter a purely sinusoidal voltage, a current referring just to non-linear characteristic of the load is obtainedCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)