El documento estudia el marco para la aplicación de métodos de inteligencia computacional utilizados para estimaciones en el sistema de distribución de energía cuando se presenta un número reducido de datos medidos. Debido a la falta de todos los datos medidos, la estimación del estado del sistema de distribución de energía es muy desafiante. El documento estudia la aplicación de la red neuronal artificial y la optimización metaheurística en sinergia para resolver el problema de estimación de fasores de voltaje. El método propuesto utiliza una técnica de optimización metaheurística para encontrar datos de entrada virtuales para el modelo físico de la red. El marco presentado se basa en el uso de diferentes herramientas computacionales en configuración de co-simulación. La producción de investigación es el marco de co-simulación propuesto para la estimación en el sistema de distribución de energía utilizando un número reducido y limitado de datos medidos disponibles. El procedimiento de estimación se aplicó en cuatro redes de distribución de prueba para validar el enfoque presentado. Los errores máximos de estimación en magnitudes y ángulos de voltaje, utilizando la configuración propuesta, son inferiores al 1.75% y 1, respectivamente, sin considerar los errores de medición. Cuando se tienen en cuenta los errores de medición, el procedimiento propuesto estima las magnitudes y ángulos de voltaje con errores inferiores al 2.5% y 1.4, respectivamente. En el escenario que considera la forma de carga de los consumidores, incluyendo el rango de incertidumbre del 20%, los errores máximos de estimación son inferiores al 1% para la magnitud y 0.45 para el ángulo teniendo en cuenta los errores de medición en el rango del 2%.