El inversor de fuente de voltaje trifásico de cuatro patas (4LVSI) es una solución versátil para integrar fuentes de energía renovable (RES) en redes de distribución, ya que compensa voltajes y corrientes desbalanceadas mientras proporciona un camino para los componentes de secuencia cero. Un control de corriente preciso es esencial para garantizar la calidad de la energía y un funcionamiento confiable en estas condiciones. Los controladores convencionales, como los métodos proporcional-integral, resonante o de linealización por retroalimentación, logran un seguimiento aceptable bajo condiciones estáticas de enlace de corriente continua, pero su rendimiento se degrada cuando surgen dinámicas de voltaje de enlace de corriente continua debido a las fluctuaciones de las fuentes renovables. Este artículo propone una estrategia de control neural de referencia de modelo (MRNC) impulsada por datos para un inversor de cuatro patas conectado a RES, teniendo en cuenta explícitamente las variaciones de voltaje de enlace de corriente continua. El controlador propuesto reformula el Control Adaptativo de Referencia de Modelo (MRAC) clásico como una red neuronal ligera de una sola capa cuyos pesos adaptativos se actualizan en línea utilizando el algoritmo de Mínimos Cuadrados Recursivos (RLS). En este marco, las variaciones de enlace de corriente continua no se modelan explícitamente, sino que se aprenden implícitamente a través del proceso de adaptación impulsado por datos, ya que su influencia se captura en los regresores de la red neuronal formados a partir de mediciones de entrada-salida en tiempo real. Esto permite que el controlador identifique continuamente la dinámica del inversor y compense el efecto de las fluctuaciones del enlace de corriente continua sin requerir observadores adicionales o modelado previo. El enfoque propuesto se valida a través de simulaciones detalladas en el dominio del tiempo y experimentos en tiempo real Hardware-in-the-Loop (HIL) implementados a una frecuencia de conmutación de 10 kHz. Los resultados indicaron que el controlador MRNC basado en RLS logró el menor error de corriente en estado estacionario, reduciéndolo en aproximadamente un 1.85% y un 1% en comparación con los controladores Proporcional-Resonante (PR) y Un Paso Adelante (OSAC), respectivamente. Además, bajo variaciones de voltaje de enlace de corriente continua, el controlador propuesto redujo significativamente el sobreimpulso de corriente, logrando disminuciones de 5.9 A y 6.36 A en relación con el controlador PR.