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
Organische Chemie (PR)
Untertitel:
Diese Lehrveranstaltung ist Teil des Moduls: Organische Chemie
Semester:
SoSe 24
Veranstaltungstyp:
Praktikum (Lehre)
Veranstaltungsnummer:
lv832_s24
DozentIn:
Dr. Robert Meyer, Daria Berdnikova
Beschreibung:

Die Veranstaltung vermittelt die Grundkentnisse der organischen Chemie. Dies umfasst einfache Verbindungen des Kohlenstoffs, Alkane, Alkene, Aromatische Kohlenwasserstoffe, Alkohole, Phenole, Ether, Aldehyde, Ketone, Carbonsäuren, Ester, Amine, Amide sowie Aminosäuren. Weiterhin werden grundlegende Reaktionsmechanismen der nucleophile Substitution, Eliminierungsreaktionen, Additionsreaktionen und aromatischen Substitution vermittelt. Weitere moderne Reaktionsmechanismen werden ebenso besprochen.

Vor der praktischen Durchführung der Versuche gibt es jeweils ein mündliches Kolloquium in Kleingruppen. Darin werden sicherheitsrelevante Aspekte besprochen, inhaltliche Fragen diskutiert und Lösungswege für vorgegebene Aufgaben diskutiert. In den Vorkollloquia erwerben die Studierenden die Möglichkeit sich wissenschaftlich korrekt mündlich ausdrücken und theoretische Grundlagen zu beschreiben.

Die Studierenden verfassen zu jedem Versuch ein Protokoll. Sie erhalten Feedback zur Wissenschaftlichkeit ihrer Texte sowie wissenschaftlichen Standards (Zitierweise, Bildbeschriftung, etc.), sodass sie ihre Fertigkeiten diesbezüglich über den Verlauf des Praktikums kontinuierlich verbessern können.



TeilnehmerInnen:
Studierende CB und GT
Voraussetzungen:
Teilnahme an der Einführungsveranstaltung samt Sicherheitsunterweisung am 03.04.24 Gymnasiale Grundkenntnisse in Organischer Chemie Empfehlung: Teilnahme an der Vorlesung Organische Chemie
Lernorganisation:
Gruppenarbeit
Leistungsnachweis:
310 - Organische Chemie<ul><li>310 - Organische Chemie: Klausur schriftlich</li><li>810 - Verpflichtende Studienleistung Laborpraktikum: Organische Chemie: Fachtheoretisch-fachpraktische Studienleistung</li></ul>
ECTS-Kreditpunkte:
2
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Heimatinstitut: Universität Hamburg (UniHH)
In Stud.IP angemeldete Teilnehmer: 128
Anzahl der Postings im Stud.IP-Forum: 5
Anzahl der Dokumente im Stud.IP-Downloadbereich: 42

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