Ce travail explore l'utilisation des réseaux de neurones pour prédire la demande et la production d'électricité, ainsi que pour optimiser la répartition de l'énergie à Goma. Il vise à développer des ANN capables d'anticiper la production des centrales RUZIZI, MATEBE, RWANGUBA, NURU et NELSAP et à concevoir un modèle optimisant la distribution énergétique. Après une revue de littérature et la collecte de données locales et en ligne (Kaggle), un modèle ANN a été entraîné. Les résultats montrent une prédiction de la demande avec une erreur de 1,43 % et une optimisation de la distribution avec une précision de 90 %. L'étude révèle que NURU et MATEBE sont cruciales en périodes de pointe, bien que coûteuses et générant des pertes élevées. Cette approche améliore significativement la gestion des ressources par rapport aux méthodes classiques.