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
Wissenschaftliches Arbeiten (SE) [BA]
Untertitel:
Diese Lehrveranstaltung ist Teil des Moduls: Nichttechnische Angebote im Bachelor
Semester:
SoSe 24
Veranstaltungstyp:
Seminar (Lehre)
Veranstaltungsnummer:
lv1004_s24
DozentIn:
Dr. phil. Dipl.-Ing. Detlev Bieler, Florian Hagen
Beschreibung:

DieLehrveranstaltung bietet eine Hinführung zu den vielfältigen Aspektenwissenschaftlichen Arbeitens: Themenfindung, Fachinformation,Wissensorganisation, Schreiben, Präsentieren, Publizieren. Anregungen zumNachdenken über eigene Lern-, Informations- und Schreibprozesse - ergänzt durchpraktische Empfehlungen und Tipps - erleichtern den Einstieg in die Erstellungvon Bachelor- und Masterarbeiten, Arbeiten, die durchaus auch Erfüllung bringenund Spaß machen können.

Themen desSeminars sind insbesondere

  • Wissenschaft, Lernen und Arbeiten: Einführung, Organisatorisches, Kennzeichen von Wissenschaft:
    Wie entsteht wissenschaftliches Wissen?
    Arbeitsplanung, Themenfindung, Zeitmanagement, Besonderheiten wissenschaftlichen Arbeitens von Ingenieuren
  • Fachinformation finden: Volltexte und Bibliotheks-Ressourcen, Fach-Datenbanken
    http://www.tub.tuhh.de/fachinformation/informieren-tipps-zum-ueberleben/
  • Fachliteratur verwalten: http://www.tub.tuhh.de/publizieren/literaturverwaltung/
    Wissensorganisation und Erstellung von Publikationen mit Citavi
  • Richtig zitieren und Plagiate vermeiden
  • Präsentationen vorbereiten und durchführen
  • Wissenschaftliches Schreiben: Formale und praktische Anforderungen an wissenschaftliche Schreibprozesse im Ingenieurbereich, Warum schreiben? Kriterien für gutes wissenschaftliches Schreiben, Themen finden, Material sammeln, Strukturierungsmethoden, inhaltliche Planung, Lesen
    und Exzerpieren, Textüberarbeitung
  • Schreiben mit LaTeX (Kurz-Einführung)
  • Persönliche Auseinandersetzung mit dem wissenschaftlichen Schreiben: Zuversicht und vielleicht sogar Freude am Schreiben bekommen! Entdecken, was Sie persönlich als Schreiber/in ausmacht, und Methoden vorstellen und ausprobieren, die hilfreich sind, um ins Schreiben zu kommen (Free-Writing) und die eigenen Gedanken zu strukturieren (Mind-Mapping).
Leistungsnachweis:
tm1004 - Wissenschaftliches Arbeiten (Seminar)<ul><li>656 - Wissenschaftliches Arbeiten: schriftliche Ausarbeitung</li></ul>
ECTS-Kreditpunkte:
2
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Heimatinstitut: NTA - Nicht-technisches Angebot (0-NTA)
In Stud.IP angemeldete Teilnehmer: 28
Anzahl der Dokumente im Stud.IP-Downloadbereich: 56

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