Logo Institute of Electrical Power and Energy Technology
Institute of Electrical Power and Energy Technology
Logo Institute of Electrical Power and Energy Technology
Institute of Electrical Power and Energy Technology
DE
EN
Search
DE
EN
Search
IEET > Staff > Research Assistants > Simon Stock, M.Sc.

Simon Stock

M.Sc.
Research Assistant

Contact

Simon Stock, M. Sc.
E-6 Elektrische Energietechnik
  • Elektrische Energietechnik
Office Hours
Jederzeit
Harburger Schloßstraße 36,
21079 Hamburg
Building HS36, Room C3 0.006
Phone: +49 40 42878 2378
Logo

Research Projects

Applications of AI in distribution system operation

Applications of AI in distribution system operation

Hamburg University of Technology (TUHH); Duration: 2020 to 2024

to the project page
VeN²uS
Networked grid protection systems - Adaptive and interconnected

VeN²uS

Networked grid protection systems - Adaptive and interconnected

Federal Ministry for Economic Affairs and Climate Action (BMWK); Duration: 2021 to 2024

to the project page

Research Focus

Optimal operation and energy managment in electrical distribution grids (Smart Grids) using artifical intelligence

Publications

TUHH Open Research (TORE)

2023

2022

2021

Courses

Stud.IP
zur Veranstaltung in Stud.IP Studip_icon
Maritimer Transport (VL)
Untertitel:
Diese Lehrveranstaltung ist Teil des Moduls: Maritimer Transport
Semester:
SoSe 24
Veranstaltungstyp:
Vorlesung (Lehre)
Veranstaltungsnummer:
lv63_s24
DozentIn:
Prof. Dr. Carlos Jahn, Nicole Nellen, M. Sc, Marvin Kastner, M. Sc, Shubhangi Gupta, M. Sc Svenja Koch
Beschreibung:

Zu dengenerellen Aufgaben der maritimen Logistik zählen die Planung, Gestaltung,Durchführung und Steuerung von Material- und Informationsflüssen in derLogistikkette Schiff - Hafen - Hinterland. Ziel der Lehrveranstaltung ist es, denStudierenden Kenntnisse des maritimen Transports und der an der maritimenTransportkette beteiligten Akteure zu vermitteln. Hierbei wird, unter Beachtungder wirtschaftlichen Entwicklung, auf typische Problemfelder und Aufgaben eingegangen.Somit sind sowohl klassische Probleme als auch aktuelle Entwicklungen undTrends im Bereich der Maritimen Logistik berücksichtigt.

In der Vorlesungwerden die Bestandteile der maritimen Logistikkette und die beteiligten Akteurebeleuchtet sowie Risikoabschätzungen von menschlichen Störungen auf die SupplyChain erarbeitet. Darüber hinaus lernen Studierenden die Potentiale derDigitalisierung in der Seeschifffahrt, Insbesondere im Hinblick auf dasMonitoring von Schiffen, abzuschätzen. Zudem sind Studierende in der Lage, für Flotten von Container- oder Trampschiffen eine Einsatzplanung zu entwerfen. Ein weiterer Inhalt der Vorlesung sinddie verschiedenen Verkehrsträger im Hinterland, welche Studierenden nachAbschluss der Lehrveranstaltung hinsichtlich ihrer Vor- und Nachteile bewertenkönnen.
Leistungsnachweis:
600 - Maritimer Transport<ul><li>600 - Maritimer Transport: Klausur schriftlich</li></ul><br>m1132 - Maritimer Transport<ul><li>p793 - Maritimer Transport: Klausur schriftlich</li><li>vl274 - Freiwillige Studienleistung Maritimer Transport - Fachtheoretisch-fachpraktische Studienleistung: Fachtheoretisch-fachpraktische Studienleistung</li></ul>
ECTS-Kreditpunkte:
3
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Heimatinstitut: Institut für Maritime Logistik (W-12)
In Stud.IP angemeldete Teilnehmer: 35
Anzahl der Postings im Stud.IP-Forum: 2
Anzahl der Dokumente im Stud.IP-Downloadbereich: 16

Supervised Theses

ongoing
completed

2021

  • Hund, P. (2021). Modellierung eines elektrischen Netzes zur Demonstration des Einflusses von virtueller Trägheit durch umrichterbasierte Energieanlagen.

  • Hund, P. (2021). Koordinierte Bereitstellung von virtueller Trägheit durch erneuerbare umrichterbasierte Energieanlagen in Verteilnetzen mithilfe von künstlicher Intelligenz.

  • Möller, P. (2021). Erfassung der Knotenspannung in Niederspannungsnetzen auf Basis von dezentralen Messeinrichtungen mithilfe von Machine learning.

  • Plant, R. (2021). Estimation of Power System Inertia in an Inverter-Dominated Distribution Grid Using Machine Learning.

2020

  • Dressel, M. (2020). Modellierung der Zustandsschätzung eines elektrischen Netzes mit Hilfe von Graph neuronalen Netzen.

  • Schmidt, M. (2020). Vorhersage von zuverlässig bereitstellbarer Regelleistung aus Erneuerbaren Energien mithilfe von neuronalen Netzen.

TU Hamburg
Institute of Electrical Power and Energy Technology (ieet) E-6
Prof. Dr.-Ing. Christian Becker
Harburger Schloßstraße 36
21079 Hamburg
E-mail : ieet(at)tuhh.de
Phone : +49 40 42878 3213
Fax : +49 40 42878 2382
Links
Map and Directions
Data Privacy
Imprint