چکیده: تخمین حالت را می توان به عنوان ابزاری موثر جهت بررسی سیستم قدرت و شناسایی حملات سایبری دانست. استفاده از روش تخمینگر سنتی حداقل مربعات وزن‌دار (WLS) محدودیت‌هایی از جمله زمان‌بر بودن برای سیستم‌های بزرگ، واگرایی در شرایط خاص و در برخی شرایط عدم دقت کافی را به همراه دارد. از طرفی دیگر، استفاده از روش‌های داده‌محور از جمله استفاده از شبکه‌ی عصبی، هنگام تغییر در توپولوژی شبکه ممکن است باعث تصمیم‌گیری اشتباه شود. الگوریتم پیشنهادی شامل روشی برای کاهش این نقاط ضعف و افزایش اطمینان در رابطه با صدور فرمان درست می‌باشد. در این روش ابتدا شبکه عصبی برای تعدادی از توپولوژی‌های مهم آموزش می‌بیند. چنانچه توپولوژی شبکه با یکی از توپولوژی‌های از پیش‌آماده تطابق داشته باشد، تصمیم‌گیری اولیه توسط شبکه‌ی عصبی اتخاذ می‌گردد. در غیر این صورت شبکه عصبی نیازمند آموزش خواهد بود. در این شرایط لازم است ورودی و خروجی‌های مورد نیاز جهت آموزش توسط پخش بار محاسبه شوند. با توجه به زمان بر بودن این موضوع در چنین شرایطی تا انجام آموزش شبکه عصبی، از WLS به عنوان تخمینگر اولیه استفاده خواهد شد. در گام بعد پس از انجام پخش بار و آموزش شبکه، تخمین تکمیلی براین اساس صورت می‌پذیرد. در صورتی که هر دو الگوریتم (WLS و شبکه‌ی عصبی) نتایج یکسانی در تشخیص حمله‌ی سایبری داشته باشند تصمیم نهایی گرفته می‌شود. چنانچه تنها یکی از الگوریتم‌ها حمله‌ی سایبری را تشخیص داده باشد داده‌های دارای اشکال توسط الگوریتم دیگر اصلاح شده و مجدداً فرایند تخمین و تصمیم‌گیری نهایی صورت می‌پذیرد. الگوریتم پیشنهادی برای سیستم نمونه 14 باسه IEEE نسبت به دو الگوریتم دیگر دارای سرعت و دقت بیشتری در تخمین بوده و در تقابل با حملات سایبری با تصمیم مطمئن‌تری را اتخاذ کرده است.