Les charges thermostatiques, telles que le chauffage électrique de l'eau et des bâtiments, ont un impact significatif sur la demande en électricité sur une artère de distribution lorsque le service est rétabli suite à une panne. Également, le déploiement à grande échelle de compteurs communicants ouvrent la porte à une multitude d'occasions de modélisation et de prévision de la charge guidé par les données. Dans cet article, nous proposons une architecture visant l'estimation locale du processus de reprise en charge d'un client à partir de ses données temporelles de consommation. L'approche préconise l'utilisation d'une modélisation de type ARIMA afin d'estimer la consommation perdue lors d'une panne. Les prévisions sont établies à un intervalle régulier afin d'estimer l'énergie à recouvrer à la suite d'une gamme de durées de pannes allant jusqu'à quelles heures. De plus, afin de prendre en compte l'influence du changement dans les conditions météorologiques et le comportement du client, on y intègre une mise à jour dynamique du modèle de reprise en charge. Des résultats expérimentaux basés sur des données de compteur rélles réparties sur une période d'un an sont présentés pour un échantillon de 50 clients. Ces résultats sont validés sur des modèles basés sur les caractéristiques physiques de charges résidentielles et montrent que l'approche guidée par les données est hautement précise.