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
Verkehrssysteme und Umschlagtechnik (GÜ)
Untertitel:
Diese Lehrveranstaltung ist Teil des Moduls: Transport- und Umschlagtechnik, Verkehrssysteme und Umschlagtechnik
Semester:
WiSe 23/24
Veranstaltungstyp:
Übung (Lehre)
Veranstaltungsnummer:
lv718_w23
DozentIn:
Prof. Dr. Carlos Jahn, Michaela Grafelmann, M. Sc, M.Sc Ole Grasse, Max Vincent Uzulis, Deniz Schmidt, Andreas Mohr, M. Sc.
Beschreibung:

Die Übung zur Lehrveranstaltung Verkehrssysteme und Umschlagtechnik wird als geleitete Gruppenübung durchgeführt. In denÜbungsterminen erhalten die Studierenden Aufgabenblätter zu den Teilthemen derLehrveranstaltung und bearbeiten diese selbstständig. Die Übungsblätterbestehen im Wesentlichen aus Rechenaufgaben und Verständnisfragen, aber auch Recherche,Diskussion und kritischer Auseinandersetzung mit den Themen sind Bestandteil. DieStudierenden werden als Kleingruppen zu Experten auf einem Gebiet und stellenihren Kommilitonen in den Übungsterminen ihre Erkenntnisse, Rechenwege undErgebnisse zu den Lerninhalten vor. Sie führen somit selbstständig denÜbungstermin durch und begleiten auch die Diskussionen. Die Lehrenden stehenden Studierenden vorab in Sprechstunden und während der Übung moderierend zurVerfügung, sodass eine optimale Qualität der Übungstermine sichergestellt wird.Bei dem Format der „Expertengruppen“ und dem Präsentieren der Ergebnisse fürdie Kommilitonen handelt es sich um eine freiwillige Zusatzleistung, bei dersich die Studierenden bis zu 10% Bonuspunkte auf ihre bestandene Klausur verdienenkönnen.

Leistungsnachweis:
305 - Transport- und Umschlagtechnik<ul><li>305 - Transport- und Umschlagtechnik: Klausur schriftlich</li></ul><br>m1013-2021 - Verkehrssysteme und Umschlagtechnik<ul><li>p589-2021 - Verkehrssysteme und Umschlagtechnik: Klausur schriftlich</li><li>vl379-2021 - Freiwillige Studienleistung Gruppenarbeiten inkl. Präsentationen zur Maritimen Transportkette: schriftliche Ausarbeitung</li></ul>
ECTS-Kreditpunkte:
3
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Heimatinstitut: Institut für Maritime Logistik (W-12)
In Stud.IP angemeldete Teilnehmer: 38
Anzahl der Postings im Stud.IP-Forum: 3
Anzahl der Dokumente im Stud.IP-Downloadbereich: 8

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