استفاده گسترده از سیستم‌های تهویه مطبوع خانگی (RAC) در سیستم‌های قدرت مدرن باعث افزایش پدیده بازیابی تأخیری ولتاژ ناشی از خطا (FIDVR) شده‌ا‌ست. وقوع این پدیده منجر به ناپایداری ولتاژ کوتاه‌مدت شده و گاهی نیز به فروپاشی ولتاژ می‌انجامد. برای مقابله با این رویداد، جبران‌سازهای موازی مانند SVC و STATCOM می‌توانند مورد استفاده قرار گیرند. در این مقاله، یک روش ترکیبی داده‌محور براساس جایابی منابع ولت-آمپر راکتیو (VAR) برای کاهش رویداد FIDVR پیشنهاد شده‌است. این روش از شاخص جدید و کارآمدی برای ارزیابی ولتاژ پس از خطا استفاده کرده و با درنظرگرفتن محدودیت‌های اقتصادی و فنی، محل و اندازه بهینه منابع VAR را تعیین می‌کند. شبکه عصبی چند لایه پرسپترون (MLP) برای حل مسئله نگاشت چند بعدی با درنظرگرفتن توان‌های راکتیو تزریق‌شده به باس‌ها استفاده شده‌است. سپس، بهینه‌سازی چند هدفه برای شناسایی اندازه بهینه منابع برای مقابله با ناپایداری ولتاژ کوتاه‌مدت و نیز جلوگیری از رویدادهای FIDVR با روش‌های بهینه‌سازی هوشمند پیشنهاد شده‌است. ابتدا بهینه‌سازی برای تابع تک‌هدفه با وزن‌های تعیین‌شده توسط الگوریتم PSO انجام شده و سپس نتایج با الگوریتم‌ کلونی زنبور عسل مصنوعی (ABC)، الگوریتم‌ کلونی مورچه‌ها برای حوزه‌های پیوسته (ACO_R) و الگوریتم تکامل تفاضلی (DE) مقایسه شده‌است. همچنین این مقاله به شناسایی یک جبهه پارتو از راه‌حل‌های نامغلوب با استفاده از بهینه‌سازی ازدحام ذرات چندهدفه (MOPSO) می‌پردازد. روش پیشنهاد شده بر روی سیستم 39 باس IEEE با مدل بار تجمیع‌شده دینامیکی موتورهای سیستم تهویه مطبوع آزمایش شده‌است. نتایج نشان می‌دهند که این روش در حل مسائل بهینه‌سازی توان راکتیو و کاهش اثرات FIDVR بسیار موثر است.