Debido a la infraestructura envejecida, problemas técnicos, aumento de la demanda y desarrollos ambientales, la fiabilidad de los sistemas de energía es de suma importancia. Las empresas de servicios públicos buscan proporcionar un suministro de energía ininterrumpido y eficiente a sus clientes. Para lograr esto, se centran en implementar técnicas y métodos para minimizar el tiempo de inactividad en las redes eléctricas y reducir los costos de mantenimiento. Además de los métodos estadísticos tradicionales, tecnologías modernas como el aprendizaje automático se han vuelto cada vez más comunes para mejorar la fiabilidad del sistema y la satisfacción del cliente. El objetivo principal de este estudio es revisar técnicas de aprendizaje automático paramétricas y no paramétricas y sus aplicaciones en relación con los aspectos relacionados con el mantenimiento de los activos del sistema de distribución de energía, incluyendo (1) líneas de distribución, (2) transformadores y (3) aislantes. En comparación con otras revisiones, este estudio ofrece una perspectiva única sobre los algoritmos de aprendizaje automático y sus capacidades predictivas en relación con los componentes críticos de los sistemas de distribución de energía.