Diese Arbeit untersucht die Verwendung von neuronalen Netzen zur Vorhersage der Stromnachfrage und -produktion sowie zur Optimierung der Energieverteilung in Goma. Sie zielt darauf ab, ANNs zu entwickeln, die die Produktion der Kraftwerke RUZIZI, MATEBE, RWANGUBA, NURU und NELSAP vorhersagen können, und ein Modell zu entwerfen, das die Energieverteilung optimiert. Nach einer Literaturübersicht und der Sammlung von lokalen und Online-Daten (Kaggle) wurde ein ANN-Modell trainiert. Die Ergebnisse zeigen eine Vorhersage der Nachfrage mit einem Fehler von 1,43 % und eine Optimierung der Verteilung mit einer Genauigkeit von 90 %. Die Studie zeigt, dass NURU und MATEBE in Spitzenzeiten von entscheidender Bedeutung sind, obwohl sie teuer sind und hohe Verluste verursachen. Dieser Ansatz verbessert das Ressourcenmanagement im Vergleich zu herkömmlichen Methoden signifikant.