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
Organische Funktionsmaterialien für die Elektronikindustrie (GÜ) / Organic and polymeric materials for the electronics industry (excercise / meeting)
Untertitel:
This course is part of the module: Organic and polymeric materials for the electronics industry
Semester:
SoSe 24
Veranstaltungstyp:
Übung (Lehre)
Veranstaltungsnummer:
lv3199_s24
DozentIn:
Prof. Dr. Franziska Lissel
Beschreibung:
Deutsch: In diesem Modul sollen die Studierenden mit den im Bereich der organischen Elektronik verwendeten Bauteile (z.B. organische Feldeffektransistoren OFETs) und deren Materialien (z.B. polymere Halbleiter) vertraut gemacht werden. Ausgewählte Materialklassen werden vorgestellt (u.a. konjugierte Oligomere und Polymere) und ihre Synthese, Eigenschaften und Anwendungen (z.B. Transistoren zur Detektion kleiner Moleküle) diskutiert. Die Veranstaltung gewährt einen Einblick in das Design funktionaler organischer und polymerer Materialien für elektronische Anwendung, in die Herstellung von Systemen mit maßgeschneiderten Eigenschaften (z.B. dehnbare Halbleiter) und deren Verarbeitung zu funktionierenden Bauteilklassen. Besonderer Fokus liegt der Zusammenhang zwischen der molekularen Struktur von Verbindungen und ihren Eigenschaften auf molekularer Ebene sowie als Funktionsmaterial im System der Anwendung. English: In this module, students will be familiarized with the components used in the field of organic electronics (e.g. organic field-effect transistors OFETs) and their materials (e.g. polymer semiconductors). Selected classes of materials will be introduced (e.g. conjugated oligomers and polymers) and their synthesis, properties and applications (e.g. transistors for the detection of small molecules) will be discussed. The course provides an insight into the design of functional organic and polymeric materials for electronic applications, the production of systems with customized properties (e.g. stretchable semiconductors) and their processing into functional devices. Special focus is placed on the relationship between the molecular structure of compounds and their properties at the molecular level and as functional materials in the application system.
Leistungsnachweis:
Organic and polymeric materials for the electronics industry - Organic and polymeric materials for the electronics industry<ul><li>p1960-2023 - Organische und polymere Funktionsmaterialien für die Elektronikindustrie: Presentation</li></ul>
ECTS-Kreditpunkte:
2
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Heimatinstitut: Institut für Angewandte Polymerphysik (M-EXK6)
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.