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
Grundlagen der Werkstoffwissenschaft I (VL)
Untertitel:
Diese Lehrveranstaltung ist Teil des Moduls: Grundlagen der Werkstoffwissenschaften
Semester:
WiSe 23/24
Veranstaltungstyp:
Vorlesung (Lehre)
Veranstaltungsnummer:
lv1085_w23
DozentIn:
Prof. Dr. Jörg Weißmüller
Beschreibung:

Grundlegende Kenntnisse zu Metallen: Atomarer Aufbau, Gefüge, Phasendiagramme, Phasenumwandlungen, Erholungsvorgänge, Mechanische Prüfung, Mechanische Eigenschaften, Konstruktionswerkstoffe

1. Einleitung

a. Materialwissenschaften - was ist das?

b. Relevanz für den Ingenieur

2. Aufbau von Werkstoffen

a. Gefüge

b. Kristallaufbau

c. Kristallsymmetrie und anisotrope Materialeigenschaften

d. Gitterfehlordnung

e. Atomare Bindungen und Bauprinzipien für Kristalle

3. Phasendiagramme und Kinetik

a. Phasendiagramme

b. Phasenumwandlungen

c. Keimbildung und Kristallisation

d. Zeit-Temperatur-Umwandlungsdiagramme;Ausscheidungshärtung

e. Diffusion

f. Erholung, Rekristallisation und Kornwachstum; Kalt- und Warmumformung

4. Mechanische Eigenschaften

a. Phänomenologie des Zugversuchs

b. Prüfverfahren

c. Grundlagen der Versetzungsplastizität

d. Härtungsmechanismen

5. Konstruktionswerkstoffe: Stahl und Gusseisen

a. Phasendiagramm Fe-C

b. Härtbarkeit von Stählen

c. Martensitumwandlung

d. Unlegierte (Kohlenstoff-) und legierte Stähle

e. Rostfreie Stähle

f. Gusseisen

g. Wie macht man Stahl?

In der Vorlesung werdenFunk-Abstimmungsgeräte („Clicker“) eingesetzt, um die Studierenden aktiv an derVorlesung teilhaben zu lassen. Außerdem können die Studierenden mit Hilfe vonAnschauungsmaterial (Bauteile, Formen usw.) die theoretischen Vorlesungsinhalteunmittelbar nachvollziehen.
Leistungsnachweis:
300 - Grundlagen der Werkstoffwissenschaften<ul><li>300 - Grundlagen der Werkstoffwissenschaften: Klausur schriftlich</li></ul>
ECTS-Kreditpunkte:
2
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Heimatinstitut: Institut für Werkstoffphysik und Werkstofftechnologie (M-22)
In Stud.IP angemeldete Teilnehmer: 517
Anzahl der Dokumente im Stud.IP-Downloadbereich: 6

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