Essa dissertação proprõe um método para classificação de transitórios elétricos, decorrentes de correntes de inrush em transformadores de potência de 69/13,8 kV, a partir da aplicação sequencial das técnicas de Estatística de Ordem Superior (EOS), Discriminante Linear de Fisher (DLF) e Redes Neurais (RNA), na perspectiva de análise sobre banco de dados/dados históricos. No tocante, foram simulados 4 tipos de eventos no software ATP (Alternative Transient Program), correspondentes aos cenários de regime permanente (RP), curto-circuito (CC), falta interna (FI), acionamento de bancos capacitores (BC) e corrente de inrush (IN), sendo realizado a extração das melhores caractéristicas de cada tipo de evento pela EOS e destas selecionado as com maior potencial de distinção, possibilitando a classificação da IN frente aos demais tipos de eventos, através do reconhecimento dos seus padrões, obtidos durante a aplicação da RNA. A aplicação das técnicas em conjunto, credibilizou a eficiência quanto à aplicação, tendo em vista, que a finalidade de classificação obteve uma resposta satisfatória.