El ion de litio es una tecnología de batería progresiva que se ha utilizado en sistemas eléctricos muy diferentes. El fallo de la batería puede llevar al fallo de todo el sistema en el que está incrustada y causar daños irreversibles. Para evitar posibles daños, se realiza una investigación activa y se proponen métodos basados en datos, basados en sistemas de pronóstico y gestión de la salud (PHM). PHM puede utilizar datos de múltiples escalas de tiempo e información almacenada de las capacidades de la batería durante varios ciclos para determinar el estado de salud de la batería (SOH) y su vida útil restante (RUL). Esto resulta en seguridad, estabilidad, confiabilidad y una vida útil más larga de la batería. En este documento, proponemos diferentes enfoques basados en datos para el pronóstico de baterías que dependen de: Memoria a largo plazo (LSTM), Media móvil integrada autorregresiva (ARIMA) y Aprendizaje por refuerzo (RL) basado en la entropía de permutación de secuencias de voltaje de la batería en cada ciclo, ya que tienen en cuenta información vital de datos anteriores y resultan en una alta precisión.