Siendo un componente vital de los sistemas de energía eléctrica, los transformadores influyen significativamente en la estabilidad del sistema y la fiabilidad de suministro de energía. Los daños en los transformadores pueden provocar pérdidas económicas significativas. La identificación eficiente de fallas en transformadores tiene una importancia primordial para la estabilidad y seguridad de las redes eléctricas. Los métodos existentes para identificar fallas en transformadores incluyen análisis de cromatografía de aceite, evaluación de temperatura, análisis de respuesta en frecuencia, examen de características de vibración y análisis de campo magnético de fuga. Estos métodos presentan limitaciones como sensibilidad limitada, complejidad en la operación y una alta demanda de habilidades especializadas. En este documento, proponemos un método para identificar fallas de cortocircuito externo en transformadores de potencia basado en datos de registro de fallas en corrientes de cortocircuito. Involucra analizar las señales de corriente de varios devanados durante las fallas, extraer características apropiadas y utilizar un algoritmo de clasificación basado en una máquina de vectores de soporte (SVM) para determinar tipos y ubicaciones de fallas. Se discute la influencia de diferentes funciones de kernel en la precisión de clasificación de SVM. Los resultados indican que este método puede identificar de manera competente el tipo y la ubicación de fallas de cortocircuito externo en transformadores, logrando una tasa de precisión del 98.3%.