作为审稿专家，以下是对《基于EKF-AEKF对锂电池soc的估算》一文的详细审稿意见：

总体评价
本文提出了一种基于扩展卡尔曼滤波（EKF）和自适应扩展卡尔曼滤波（AEKF）联合算法对锂电池荷电状态（SOC）进行估算的方法。文章结构清晰，逻辑严密，方法具有一定的创新性和实际应用价值。然而，也存在一些需要改进和完善的地方。

具体审稿意见
一、文章结构与内容
优点
结构清晰：文章从引言、电池SOC估算方法、电池建模、参数辨识、EKF和AEKF算法、仿真结果与分析到结论，结构安排合理，逻辑性强。
内容全面：涵盖了锂电池SOC估算的背景、意义、方法、模型、算法及仿真验证等多个方面，内容全面且具有一定的深度。
建议
增加研究背景：在引言部分增加更多关于锂电池SOC估算的研究背景，突出当前研究存在的问题和不足，以凸显本文研究的必要性和创新性。
强化结论部分：对研究的主要发现和贡献进行更明确的总结，并提出未来研究的可能方向。
二、方法与技术
优点
方法创新：提出了基于EKF-AEKF的联合算法对锂电池SOC进行估算，考虑了噪声对估算精度的影响，方法具有一定的创新性。
技术细节清晰：对电池建模、参数辨识、EKF和AEKF算法等关键技术环节进行了详细阐述，技术细节清晰。
建议
算法对比：增加与其他SOC估算方法的对比，如传统方法、神经网络法等，以突出本文提出方法的优势和不足。
算法优化：探讨进一步优化AEKF算法的可能性，如改进遗忘因子的选择、增加更多自适应因素等。
三、仿真结果与分析
优点
仿真验证充分：在HPPC、UDDS、HWFET三种工况下进行了仿真验证，结果具有一定的说服力和实用性。
误差分析详细：对两种算法的MAE和RMSE进行了详细分析，展示了AEKF算法在SOC估算精度上的优势。
建议
增加讨论：对仿真结果进行深入讨论，分析可能存在的误差来源和进一步改进措施。
扩展实验：考虑在更多工况和条件下进行实验验证，以增强研究结果的普适性和可靠性。
四、语言表达与学术规范
优点
语言流畅：文章语言表达清晰流畅，专业术语使用准确。
格式规范：文章格式符合学术规范，引用文献、标注数据等方面均符合要求。
建议
优化图表：对图表进行优化，确保图表内容清晰、排版规范，并增加图表的标题和说明文字。
校对细节：对文章进行仔细校对，确保没有语法错误、错别字等细节问题。
结论
综上所述，本文提出了一种基于EKF-AEKF的联合算法对锂电池SOC进行估算的方法，具有一定的创新性和实际应用价值。然而，也存在一些需要改进和完善的地方，如增加研究背景、强化结论部分、增加算法对比和优化、深入讨论仿真结果、扩展实验验证以及优化图表和校对细节等。建议作者在修改时充分考虑这些建议，以提升文章的质量和学术价值。如果作者能够进一步完善这些内容，本文将更有可能被《应用科技》接收发表。