Esta dissertação aborda a aplicação inovadora de aprendizado de máquina na previsão de falhas em ativos de transmissão de energia. Enfatizando melhorias de precisão e confiabilidade em comparação com métodos tradicionais, o trabalho introduz técnicas de aprendizado de máquina, uti lizando o algoritmo Random Forest em um setor historicamente conservador na adoção deste tipo de tecnologia computacional. O documento é estruturado incluindo uma base teórica, trabalhos anteriores relevantes, resultados apresentados e conclui com direções para pesquisas futuras. Além disso, discute uma abordagem de melhor escolha de algoritmos de aprendizagem de máquina pelo tamanho de amostras mínimas de exemplos, ofertando uma ferramenta desenvolvida para apoio à decisão. Através deste empreendimento acadêmico, a dissertação visa contribuir para o avanço tecnológico do setor elétrico.