The difficulty of detecting non-technical losses by electric energy concessionaires has been a great and constant challenge. Inspecting consumer units located in rural areas demands excessive time and expenses on the part of concessionaires, due to the distance from urban centers and the difficulty of access, without there being a previous technical indication of the occurrence of Non-Technical Losses. This work aims to present a methodology for estimating electricity consumption for rice crops that use flood irrigation, in the city of Uruguaiana, Rio Grande do Sul, implementing classification using artificial intelligence techniques (clustering, kmeans and random forest), and with the help of indicators, report cases of possible non-technical losses.Resumo: A dificuldade de detecção de perdas não técnicas por parte das concessionárias de energia elétrica, tem se mostrado um grande e constante desafio. Inspecionar unidades consumidoras localizadas em zonas rurais, demanda tempo e gastos excessivos por parte das concessionárias, em função da distância dos centros urbanos e da dificuldade de acesso, sem que haja um prévio indicativo técnico de ocorrência de PNT (Perdas Não Técnicas). Este trabalho tem o objetivo de apresentar uma metodologia de estimativa do consumo de energia elétrica para lavouras de arroz que utilizam irrigação por inundação, no município de Uruguaiana, Rio Grande do Sul, implementar classificação dos mesmos por meio de técnicas de inteligência artificial (clustering, k-means e random forest), e com auxilio de indicadores, informar casos de possível PNT.