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
Wertschöpfungsnetzwerke (VL)
Untertitel:
Diese Lehrveranstaltung ist Teil des Moduls: Supply Chain Management
Semester:
SoSe 24
Veranstaltungstyp:
Vorlesung (Lehre)
Veranstaltungsnummer:
lv1190_s24
DozentIn:
Prof. Dr. Thorsten Blecker, Olena Soltmann
Beschreibung:
  • Aktuelle Entwicklungen internationaler Geschäftsaktivitäten wie z.B. Outsourcing, Offshoring, Internationalisierung und Globalisierung sowie emerging markets anhand von internationalen Beispielen aus der Praxis
  • Ausgewählte Ansätze zur Erklärung von Netzwerken einschließlich von Gründen für die Bildung von Netzwerken basierend auf verschiedenen Theorien aus der Institutionenökonomik, Transaktionskostentheorie, Principal-Agent-Theorie, Property-Right-Theorie- und der Ressourcen-basierten Sicht
  • Die Organisation der zwischenbetrieblichen Beziehungen, Netzwerktypen und Funktionsweise unter Berücksichtigung von Organisationsstrategien, Möglichkeiten der Einteilung sowie Systematisierung von Netzwerkbeziehungen und Funktionsmechanismen in Unternehmensnetzwerken. Zusätzlich werden die Phasen der Netzwerkbildung/Entwicklungszyklus, ihre Ziele sowie Inhalte ausführlich bearbeitet
  • Beschaffungsnetzwerke und Sourcing-Konzepte einschließlich ihrer Kategorisierung, Arten, Motive/Hemmnisse, Vor- und Nachteile, die mit Hilfe von Fallstudien erläutert werden
  • Produktionsnetzwerke: Kriterien, Faktoren/Parameter, welche die Produktionsstandortentscheidungen auch im internationalen Bereich beeinflussen (Gesamtnetzwerkkosten). Zusätzlich wird die Fertigungstiefe erläutert und Ausprägungen intensiv besprochen (Fremd-/Eigenbezug, Modular etc). Es werden internationale Betrachtungen bzgl. Vor-/Nachteile von Offshoring und Outsourcing bzw. die Unterscheidung beider Begriffe getätigt. Ebenso werden Produktionsnetzwerkphänotypen anhand von Beispielen aus der Praxis erarbeitet.
  • F&E Netzwerke: Zusammenhänge zwischen F&E und Produktion, Modelle für F&E Standortbestimmung in Abhängigkeit zur Produktion anhand von internationalen Praxisbeispielen
  • Logistische Distributionsnetzwerke und Ersatzteilnetzwerke: Teilprobleme bei der Konfiguration logistischer Netzwerke (Distributions- und Ersatzteilnetzwerke)
  • Entsorgungsnetzwerke: Besonderheiten der Entsorgungslogistik inkl. Aufgaben & Ziele und Vorteile bestimmter Entsorgungskonzepte sowie die Netzwerkbildung für die Entsorgung auf Basis globaler Beispiele/Fallstudien


Leistungsnachweis:
630 - Supply Chain Management<ul><li>630 - Supply Chain Management: Klausur schriftlich</li></ul><br>m996 - Supply Chain Management<ul><li>p465 - Supply Chain Management: Klausur schriftlich</li><li>vl282 - Freiwillige Studienleistung Supply Chain Management - Fachtheoretisch-fachpraktische Studienleistung: Fachtheoretisch-fachpraktische Studienleistung</li></ul>
ECTS-Kreditpunkte:
2
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Heimatinstitut: Institut für Logistik und Unternehmensführung (W-2)
In Stud.IP angemeldete Teilnehmer: 35
Anzahl der Dokumente im Stud.IP-Downloadbereich: 12

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.