یکی از مسائلی که کیفیت توان الکتریکی را تهدید می¬کند، میان¬هارمونیک¬ها می¬باشند که با افزایش روزافزون استفاده از ادوات الکترونیک قدرت اثرات منفی بیشتری بدنبال داشته¬اند. بارهای شامل مبدل-های فرکانسی استاتیکی، سیکلوکانورترها، درایوها¬ی تنظیم سرعت، کوره¬های قوسی و همه¬ی بارهایی که به طور سنکرون با فرکانس اصلی سیستم قدرت نوسان نمی¬کنند، می¬توانند منبع میان¬¬هارمونیک باشند. با¬توجه به اثرات منفی میان¬هارمونیک¬ها در شبکه¬ی قدرت نظیر فلیکر، تداخل مخابراتی، اشباع ترانسفورماتورها و نوسان ولتاژ، شناسایی منابع میان¬هارمونیک به منظور ردیابی مسیر میان¬هارمونیک¬ها و اجرای صحیح روش¬ها¬ی جبران¬سازی¬، توجه زیادی را به سمت خود جلب کرده است. شناسایی منابع میان¬هارمونیک مستلزم تخمین صحیح مولفه¬های میان¬هارمونیک¬ها می¬باشد. حضور مولفه¬های میان¬هارمونیک مشکلات مدلسازی و تخمین را به دلیل متغیر بودن فرکانس،کم بودن دامنه-ی آنها و همچنین پدیده¬ی نشت طیف افزایش می¬دهد. طی سال¬های2013-2007 مقالاتی درباره¬ی تخمین این مولفه¬ها منتشر شده است. علیرغم تلاش¬های صورت گرفته هنوز روش¬ها¬ی ارائه شده کاستی¬هایی نظیر دقت پایین، زمان محاسبات بالا، پیچیدگی یا محدودیت در اندازه¬گیری دارند. در این پایان¬نامه از الگوریتم حداقل کردن پخش انرژی و روش شبکه عصبی خطی وفقی دو مرحله¬ای برای اندازه¬گیری مولفه¬ها استفاده شده است. در زمینه¬ی تشخیص منابع میان¬هارمونیک، روش¬های بسیار کمی ارائه شده است. علاوه بر کاستی-هایی که این روش¬ها دارند، هیچ یک از آنها در شرایطی که دو یا چند بار، میان¬هارمونیک¬های یکسان تولید می¬کنند قادر به تعیین سهم هر یک از بارها نخواهند بود. از این رو روش جمع آثار و تصویر به منظور تعیین میزان تأثیر بارها در جریان و ولتاژ میان¬هارمونیکی مطرح شده است. بنابراین در روش پیشنهادی علاوه بر تخمین دقیق میان¬هارمونیک¬ها، شناسایی منابع میان¬هارمونیک و تعیین میزان سهم هر یک به درستی انجام می¬پذیرد. اعتبار این روش به وسیله¬ی شبیه¬سازی در محیط نرم¬افزار متلب تأیید شده است.