A curva de potência de um aerogerador é a representação teórica da relação entre velocidade do vento e potência elétrica gerada. A estimação ou obtenção de curvas de potência a partir de dados medidos é fundamental para predição de potência elétrica gerada por um aerogerador isolado ou por um parque eólico como um todo. Em geral, curvas de potência são usadas para dimensionamento do aerogerador ou do parque eólico e também no monitoramento da condição de operação dos aerogeradores. Costuma-se utilizar modelos de regressão polinomial para estimação da curva de potência, mas há também soluções baseadas em outros modelos não lineares, tais como redes neurais artificiais e modelos logísticos cujos parâmetros são estimados via algoritmos de otimização meta-heurísticas. Nesta dissertação, contudo, é introduzida uma solução alternativa baseada no sistema de inferência fuzzy de Takagi-Sugeno-Kang (TSK). A principal vantagem da abordagem proposta está em sua simplicidade e adequação ao problema de interesse. As funções de saída das regras do modelo TSK são lineares (mais exatamente equações da reta), cujos os parâmetros são estimados pelo método dos mínimos quadrados ordinário (MQO). A fim de lidar com a presença de outliers nos dados, o modelo TSK proposto é estendido pela substituição do método MQO por estimadores-M, que é um arcabouço de estimação robusta de parâmetros. A metodologia proposta é comparada com o estado da arte em estimação da curva de potência de aerogeradores e os resultados indicam um desempenho consistente da metodologia proposta em relação aos métodos avaliados.