Los esquemas de protección suelen implementarse en la planificación de las operaciones de líneas de transmisión. Estos esquemas se espera que protejan no solo la red de líneas de transmisión, sino también toda la red de sistemas de energía durante condiciones de falla. Sin embargo, a menudo es un desafío para estos esquemas diferenciar con precisión entre varias ubicaciones de fallas. Este estudio analiza las deficiencias identificadas en los esquemas de protección existentes e investiga un método diferente que propone superar estas deficiencias. El esquema propuesto opera realizando una transformada wavelet en la señal generada por la falla, que reduce la señal en componentes de frecuencia. Estos componentes se utilizan como datos de entrada para una red neuronal de perceptrón multicapa con retropropagación que puede clasificar entre diferentes ubicaciones de fallas en el sistema. El estudio utiliza la señal transitoria generada durante condiciones de falla para identificar las fallas. Se adoptó el paradigma de investigación científica para el estudio. También se adoptó el enfoque de investigación deductiva, ya que requiere la recopilación de datos a través de simulación utilizando el subprograma eléctrico Simscape de Simulink dentro de MATLAB. El resultado del estudio muestra que la simulación clasifica correctamente el 70.59% de las fallas cuando se prueba. Esto implica que la mayoría de las fallas pueden detectarse y aislarse con precisión utilizando la protección de límites de líneas de transmisión con la ayuda de transformadas wavelet y una red neuronal. El resultado también muestra que una identificación y clasificación de fallas más precisas son alcanzables mediante el uso de una red neuronal que mediante el sistema convencional actualmente en uso.