Niniejsza praca bada wykorzystanie sieci neuronowych do przewidywania zapotrzebowania na energi? elektryczn? i jej produkcji oraz do optymalizacji dystrybucji energii w Gomie. Jej celem jest opracowanie sieci neuronowych zdolnych do przewidywania produkcji w elektrowniach RUZIZI, MATEBE, RWANGUBA, NURU i NELSAP oraz zaprojektowanie modelu optymalizuj?cego dystrybucj? energii. Po przegl?dzie literatury i zebraniu danych lokalnych i internetowych (Kaggle), wytrenowano model ANN. Wyniki pokazuj? przewidywanie zapotrzebowania z bl?dem 1,43% i optymalizacj? dystrybucji z dokladno?ci? 90%. Badanie pokazuje, ?e NURU i MATEBE maj? kluczowe znaczenie w okresach szczytu, mimo ?e s? kosztowne i generuj? wysokie straty. Podej?cie to znacznie poprawia zarz?dzanie zasobami w porównaniu z konwencjonalnymi metodami.