Las baterías de iones de litio son fundamentales para las tecnologías renovables, por eso se utilizan en muchas aplicaciones, específicamente en vehículos eléctricos y dispositivos electrónicos portátiles. La estimación precisa de la vida útil restante (RUL) de una batería es relevante para la durabilidad, operación eficiente y estabilidad. En este estudio, hemos propuesto un enfoque para predecir la RUL de una batería utilizando datos de descarga parcial de los ciclos de la batería. A diferencia de otros estudios que utilizan datos de ciclos completos y enfrentan problemas de reproducibilidad, nuestra investigación utiliza solo datos parciales, lo que la hace tanto práctica como reproducible. Para analizar estos datos parciales, aplicamos varios métodos de aprendizaje profundo y comparamos múltiples modelos, entre los cuales ConvLSTM mostró el mejor rendimiento, con un RMSE de 0.0824. Al comparar el rendimiento de ConvLSTM en varias proporciones y rangos, hemos confirmado que el uso de datos parciales puede lograr un rendimiento igual o mejor que el obtenido al utilizar datos de ciclos completos.