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

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

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
Unternehmerische Realisierung von technischen Lösungen im Megayachtbau (SE) [MA]
Untertitel:
Diese Lehrveranstaltung ist Teil des Moduls: Nichttechnische Angebote im Master
Semester:
SoSe 24
Veranstaltungstyp:
Seminar (Lehre)
Veranstaltungsnummer:
lv3215
DozentIn:
Prof. Dr.-Ing. Friedrich Wirz
Beschreibung:
Die Veranstaltung findet in Kooperation mit der Fr. Lürssen Werft (FLW) in Bremen statt und wird persönlich begleitet von der Leiterin Maschinenbau Yachten, ggf. mit Unterstützung von Kolleg*innen aus weiteren Fachabteilungen. Der Megayachtbau ist geprägt durch komplexe und innovative technische Aufgaben, kurze Projektlaufzeiten, hohe Investitionen und die Umsetzung in einem kleinen, interdisziplinären Team. Neben den technischen Aufgaben ist die Abstimmung zwischen Vertrieb, Kundenvertretung, Projektierung, Einkauf, Konstruktion und Produktion für eine erfolgreiche Umsetzung essenziell. In der Veranstaltung wird an realen Beispielen und in Rollenspielen erlernt, wie eine innovative technische Fragestellung von der Kundenanfrage bis zur Ablieferung einer funktionierenden Lösung umgesetzt wird. Dabei steht nicht nur die technische Interdisziplinarität, sondern das Zusammenspiel mit kaufmännischen, rechtlichen und zwischenmenschlichen Aspekten im Fokus. Ziel ist, in Abstimmung mit allen Interessengruppen zur optimalen Entscheidung für eine technische Lösung zu gelangen. Bausteine der Veranstaltung: Einführung in die technischen, kaufmännischen und rechtlichen Prozesse im Megayachtbau bei der FLW Kennenlernen der verschiedenen Anforderungen und Bedürfnisse der Stakeholder Exkursion zur FLW, Standort Lemwerder (Kostenübernahme durch die FLW) Auswahl einer geeigneten technischen Fragestellung anhand einer Matrix. Mit welcher technischen Fragestellung können welche Kompetenzen erarbeitet werden. Finden von Paten bei der FLW Bearbeitung des Themas im Rollenspiel (Gruppenarbeit und angeleitete Diskussionen) Präsentation und Diskussion auf der FLW Die LV wird in Kooperation mit der Fr. Lürssen Werft durchgeführt. Es findet eine Exkursion statt zur Lürssen-Werft (Lemwerder) inkl. Werftrundgang mit Einblick in Konstruktion und Fertigung sowie Montage, außerdem mit Besichtigung einer im Bau befindlichen Megayacht. Die LV wird begleitet durch die Leiterin Maschinenbau Yachten. Vermittelte Kompetenzen: Erfahrung mit der Arbeit in einem interdisziplinären Team eines mittelständischen Unternehmens im Umgang mit Großinvestitionsgütern (Auftragsvolumen xxx Mio€) Gespür für die Interessen und Befindlichkeiten sämtlicher Stakeholder Soziale Kompetenzen wie Kommunikationsfähigkeit, Anpassungsfähigkeit & Flexibilität sowie Teamfähigkeit. Handlungskompetenz als Verbindung von Wissen und Können Implementieren einer positiv wirksamen Fehlerkultur (Mut Neues auszuprobieren und das Risiko in Kauf zu nehmen zu scheitern) ist gleichzusetzen mit einer positiv begleitenden Lernkultur
ECTS-Kreditpunkte:
2
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Heimatinstitut: NTA - Nicht-technisches Angebot (0-NTA)
beteiligte Institute: Arbeitsgruppe für Schiffsmaschinenbau (M-12)
In Stud.IP angemeldete Teilnehmer: 23

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.