Este artículo presenta un novedoso método híbrido de IA que combina un filtro H y una red neuronal lineal adaptativa para la estimación del componente de parpadeo en sistemas de distribución eléctrica. El método propuesto aprovecha la robustez del filtro H para extraer la envolvente de tensión en condiciones de incertidumbre y ruido, y posteriormente identifica con precisión la frecuencia de parpadeo contenida en la envolvente mediante ADALINE. Esta sinergia permite una estimación eficiente en el dominio del tiempo con rápida convergencia y resiliencia al ruido, abordando las principales limitaciones de los métodos existentes en el dominio de la frecuencia. A diferencia de las técnicas existentes, este modelo híbrido de IA gestiona perturbaciones de potencia complejas sin necesidad de conocimientos previos sobre las características del ruido ni de un entrenamiento exhaustivo. Para validar el rendimiento del método, se realizaron estudios de simulación, análisis estadísticos, simulaciones de Monte Carlo y datos reales, según la norma IEC 61000-4-15. Los resultados demuestran una precisión y robustez superiores, así como una menor sobrecarga computacional, en comparación con los estimadores basados en la transformada rápida de Fourier y la transformada wavelet discreta.
