วิทยานิพนธ์ฉบับนี้ประยุกต์ใช้ทฤษฎีเครือข่ายประสาทเทียมสำหรับการพยากรณ์โหลดของหม้อแปลงไฟฟ้ากำลังที่ติดตั้งอยู่ในระบบจำหน่ายไฟฟ้า โดยใช้ปริมาณการใช้ไฟฟ้าของผู้ใช้ไฟที่ต่ออยู่กับหม้อแปลงเป็นข้อมูลด้านเข้าป้อนให้แก่เครือข่ายประสาทที่ทำการปรับสอนด้วยชุดข้อมูลตัวอย่างไว้เรียบร้อยแล้ว และได้ผลลัพธ์เป็นค่าพารามิเตอร์แสดงลักษณะโหลดของหม้อแปลงที่สำคัญ 2 ค่าคือค่าตัวประกอบโหลด และค่าตัวประกอบกำลังไฟฟ้าขณะหม้อแปลงจ่ายโหลดสูงสุด ซึ่งนำไปใช้ในการคำนวณหาค่าโหลดสูงสุด Utilization factor และค่าโหลดโดยเฉลี่ยของหม้อแปลงต่อไป จากนั้นทำการเปรียบเทียบผลที่ได้นี้กับผลที่ได้จากการพยากรณ์โดยใช้วิธีการวิเคราะห์ทางสถิติ เครือข่ายประสาทเทียมที่ใช้ในวิทยานิพนธ์นี้เป็นเครือข่ายแบบป้อนไปสู่ข้างหน้าที่มีสองชั้น(Two layer feed-forward neural network) และใช้การปรับสอนแบบ Modifiedback-propagation (MBP) โดยใช้ข้อมูลของหม้อแปลงตัวอย่างที่ได้จากการตรวจวัดจริงร่วมกับข้อมูลจากระบบฐานข้อมูลของการไฟฟ้าส่วนภูมิภาคในการปรับสอนให้เครือข่ายเรียนรู้ลักษณะการจ่ายโหลดของหม้อแปลงและสามารถพยากรณ์ได้อย่างแม่นยำ วิธีการพยากรณ์โหลดหม้อแปลงที่พัฒนาขึ้นสามารถนำไปประยุกต์ใช้ในทางปฏิบัติได้จริง ผลจากการทดสอบความถูกต้องแม่นยำในการพยากรณ์โดยการป้อนข้อมูลทดสอบให้แก่เครือข่ายประสาทแล้วเปรียบเทียบผลลัพธ์ที่ได้กับค่าจริงจากการตรวจวัด ชี้ให้เห็นว่าความผิดพลาดโดยเฉลี่ยที่เกิดจากการพยากรณ์โดยใช้เครือข่ายประสาทเทียมมีค่าใกล้เคียงกันกับที่เกิดจากการพยากรณ์โดยใช้วิธีการทางสถิติ