گسترشِ بارهای غیرخطی در شبکه های توزیع نگرانی ها در مورد کیفیت توان بخصوص هارمونیک ها را به شدت افزایش داده است. شناسایی منابع هارمونیکی (اعم از مکان، سطح نسبی و نوع) یک ضرورت برای تعیین ضریب جریمه در شبکه های تجدید ساختار یافته، انجامِ عملیاتِ اصلاحی و برنامه ریزی برای بهبود وضعیت هارمونیکی شبکه های توزیع است. روش های شناسایی منابع هارمونیکی را می توان به دو دسته شناسایی مبتنی بر اندازه گیری تک نقطه ای و چندنقطه ای تقسیم بندی نمود. هریک از این روش ها دارای مزایا و معایبی هستند. یکی از مهمترین معایب روش های تک نقطه ای ناتوانی آن ها در فراهم کردن اطلاعاتی درباره منابع هارمونیکی متعدد در سیستم قدرت هست (مثلا مکان بارهای غیر خطی). علاوه بر این، روش های تک نقطه ای قابل اعمال به شبکه های بزرگ نیستند. از طرف دیگر، روش های چند نقطه ای دقت پایینی در شناسایی نوع منابع هارمونیکی دارند. همچنین بیشتر روش های چند نقطه ای فرض می کنند که وسایل اندازه گیری در تمام باس های سیستم وجود دارد، که در عمل غیر ممکن هست. به منظور غلبه بر این چالش ها، این رساله یک روش هوشمند شناسایی بر پایه منطق فازی ارائه می دهد. همچنین دقت تخمین حالت هارمونیکی بر روی دقت مکان یابی هوشمند بارهای غیرخطی در حضور خطاهای اندازه گیری مورد بررسی قرار می گیرد. همچنین این رساله یک روش نوین بر پایه منطق فازی و شبکه عصبی به منظور شناسایی مکان، سطح نسبی و نوع منابع هارمونیکی در سیستم های توزیع ارائه می دهد. همچنین این رساله یک روش جدید شناسایی منابع متعدد هارمونیکی در حضور انواع مختلف تولیدات پراکنده اینورتری مانند فتوولتائیک ها، توربین های بادی دو سو تغذیه شونده و میکرو توربین ها در نقطه اتصال مشترک ارائه می دهد. روش های پیشنهادی بر روی سیستم های تست 18 و 69 باس IEEE و داده های واقعی شرکت توزیع سمنان مورد اعتبار بخشی قرار گرفته اند.
