Ce travail porte sur l’optimisation du filtrage actif de la pollution du réseau par une commande neuronale. Nous développons une loi de commande dite intelligente qui a pour but d’optimiser le processus de filtrage des harmoniques de courant présents dans les réseaux électriques. L’optimisation est réalisée grâce à l’algorithme de rétropropagation du gradient utilisé pour entrainer des réseaux de neurones principalement de type perceptrons multicouches. Les résultats montrent que la loi de commande développée permet une adaptation aux variations de la charge non linéaire du réseau et donc aux fluctuations des perturbations harmoniques. Le THD du système pollué et modélisé, initialement de 31,71 % est finalement ramené à 1.85 % après compensation. Les résultats obtenus validés après simulations nous ont permis de conclure que notre travail est une amélioration des techniques de commande (classiques et modernes) existantes.