Niniejsza praca przedstawia metod? optymalizacji wydajno?ci systemów energetycznych z wykorzystaniem Internetu Rzeczy i sztucznej inteligencji. Metoda ta automatycznie wykrywa spadki napi?cia. Korekta bl?dów jest wykonywana automatycznie w czasie rzeczywistym poprzez rekonfiguracj? i automatyczn? rekombinacj? przel?czników w calym systemie. Technika ta zapewnia latwy sposób nadzorowania sieci energetycznych za pomoc? urz?dze? SCADA. Zaproponowano algorytmy adaptacyjnej optymalizacji roju cz?stek (APSO) do oceny strat mocy i spadków napi?cia (PLVD) w promieniowym systemie dystrybucji (RDS). Standardowy test magistrali IEEE 33 jest wykorzystywany do badania jako?ci zasilania proponowanego systemu. Trzy odpowiednie lokalizacje dla wtrysku fotowoltaicznych ?ródel rozproszonych (PDS) s? okre?lane na podstawie redukcji strat mocy i wska?nika napi?cia. System usuwa usterki, takie jak odchylenie wspólczynnika mocy (PFD) lub cz??ciowe zacienienie ogniw slonecznych, poprzez rekonfiguracj? i automatyczn? rekombinacj? 33-busowych gal?zi systemu radialnego. Adaptacyjna optymalizacja roju cz?stek (APSO) umo?liwila popraw? profilu mocy i wykazala niezawodno?c proponowanej metody.