As fraudes representam as maiores perdas comerciais das empresas dedistribuição de energia elétrica. Devido ao elevado número de consumidores,as inspeções geralmente são feitas sem uma pré-análise de comportamentodos inspecionados, resultando em baixas taxas de acerto. Comoas empresas de distribuição possuem muitas informações sobre seus consumidoresarmazenadas em bancos de dados, é possível identificar o perfildos clientes fraudadores e utilizar este conhecimento na orientação dasfuturas inspeções.Este trabalho propõe uma metodologia baseada em Rough Sets e KDDpara detecção de fraudes em consumidores de energia elétrica. Esta metodologiarealiza uma avaliação detalhada da região de fronteira entreclientes normais e fraudadores, identificando padrões de comportamentofraudulentos nos dados históricos das empresas de energia elétrica. Apartir destes padrões, derivam-se regras de classificação que, em futurosprocessos de inspeção, indicarão quais clientes apresentam perfis fraudulentos.Com inspeções guiadas por comportamentos suspeitos, aumentasea taxa de acerto e a quantidade de fraudes detectadas, diminuindo asperdas com fraudes nas empresas de distribuição de energia elétrica.