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
Laborpraktikum: Labor-, Mess-, Steuer- und Regelungstechnik (PR)
Untertitel:
Diese Lehrveranstaltung ist Teil des Moduls: Messtechnik für Maschinenbau, Messtechnik für Maschinenbau- und Verfahrensingenieure
Semester:
SoSe 24
Veranstaltungstyp:
Praktikum (Lehre)
Veranstaltungsnummer:
lv1119_s24
DozentIn:
Prof. Dr. Thorsten Kern
Beschreibung:

Der Inhalt vonVersuch 1:

Genauigkeitsuntersuchung einesDelta-Roboters: Im Laufe des Versuchs wird die Genauigkeit eines Delta-Robotersdurch 3 Übungen überprüft. Die erste Aufgabe konzentriert sich auf dieOnline-/Offline-Programmierung des Roboters. Die zweite Aufgabe behandelt dieSensorkalibrierung. In der dritten Aufgabe wird der Radius einer Kugel mit dreiverschiedenen Messmethoden (manuelle Messung, manuelle Messung mit einemSensor, automatische Datenerfassung und Datenverarbeitung) ermittelt.

Der Inhalt vonVersuch 3:

Ziel der Aufgabe ist es dieParallelkinematik zu befähigen Objekte zu finden, zu greifen und auf einerstatischen Zielposition abzulegen. Hierzu ist der Endeffektor der Kinematik miteinem optischen Sensor (Kamera) ausgestattet, dessen Eigenschaften erarbeitetwerden sollen. Es soll der Messbereich des Sensors identifiziert und daraufaufbauend eine Abfahrstrategie zum Finden der Objekte entwickelt sowieimplementiert werden. Sind die Objekte gefunden, sollen sie mit einemMagnetgreifer gegriffen und zum Zielort transportiert werden.

Der Inhalt vonVersuch 4:

Ziel der Aufgabe ist es dieParallelkinematik zu befähigen Objekte zu finden, zu greifen und auf einerbewegten Plattform abzulegen. Hierzu ist der Endeffektor der Kinematik miteinem optischen Sensor (Kamera) ausgestattet, dessen Eigenschaften im VersuchV3 erarbeitet wurden. Darauf aufbauend soll die Kinematik nun befähigt werdender bewegten Plattform zu folgen. Hierzu ist eine Positionsregelung zuerarbeiten und zu implementieren. Ist die Regelung auf geeignete Weiseeingestellt, sollen Objekte auf der bewegten Plattform abgelegt werden.


Versuch 4: Identifikation der Parameter einer Regelstrecke und optimale Einstellung eines Reglers

Leistungsnachweis:
311 - Messtechnik für Maschinenbau- und Verfahrensingenieure<ul><li>311 - Messtechnik für Maschinenbau- und Verfahrensingenieure: Klausur schriftlich</li><li>811 - Verpflichtende Studienleistung Laborpraktikum: Mess-, Steuer- und Regelungstechnik: Fachtheoretisch-fachpraktische Studienleistung</li></ul><br>m956 - Messtechnik für Maschinenbau<ul><li>811 - Verpflichtende Studienleistung Laborpraktikum: Mess-, Steuer- und Regelungstechnik: Fachtheoretisch-fachpraktische Studienleistung</li><li>p425 - Messtechnik für Maschinenbau: Fachtheoretisch-fachpraktische Arbeit</li></ul><br>m956-2021 - Messtechnik für Maschinenbau<ul><li>811 - Verpflichtende Studienleistung Laborpraktikum: Mess-, Steuer- und Regelungstechnik: Fachtheoretisch-fachpraktische Studienleistung</li><li>p425-2021 - Messtechnik für Maschinenbau: Fachtheoretisch-fachpraktische Arbeit</li></ul>
ECTS-Kreditpunkte:
2
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Heimatinstitut: Studiendekanat Maschinenbau (M)
In Stud.IP angemeldete Teilnehmer: 1

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.