Proponemos un método sólido y confiable basado en redes neuronales profundas para estimar la vida útil restante de las baterías de iones de litio en vehículos eléctricos. En general, la degradación de una batería se puede predecir monitoreando su resistencia interna. Sin embargo, la predicción bajo operación de la batería no se puede lograr utilizando métodos convencionales como la espectroscopia de impedancia electroquímica. El estado de la batería puede predecirse en función del cambio en la capacidad de acuerdo con el estado de salud. Para el método propuesto, se realiza un análisis estadístico de la disminución de la capacidad considerando el aumento de la impedancia según el grado de deterioro mediante la aplicación de una red neuronal profunda a diversos datos de características de carga/descarga. Luego, se obtienen predicciones probabilísticas basadas en las tendencias de disminución de la capacidad para mejorar la precisión de la predicción de la vida útil restante utilizando otra red neuronal profunda.