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 > Tom Steffen, M.Sc.

Tom Steffen

M.Sc.
Research Assistant

Contact

Tom Steffen, M. Sc.
E-6 Elektrische Energietechnik
  • Elektrische Energietechnik
Office Hours
Nach Vereinbarung
Harburger Schloßstraße 22a,
21079 Hamburg
Building HS22a, Room 2.015
Phone: +49 40 42878 2734
Logo

Research Projects

EffiziEntEE
Efficient integration of high shares of renewable energies in technically and economically integrated energy systems

EffiziEntEE

Efficient integration of high shares of renewable energies in technically and economically integrated energy systems

Federal Ministry for Economic Affairs and Climate Action (BMWK); Duration: 2022 to 2025

to the project page
CyEntEE
I³-Lab Cyber Physical Energy Systems – Sustainability, Resilience and Economics

I³-Lab

CyEntEE

Cyber Physical Energy Systems – Sustainability, Resilience and Economics

Hamburg University of Technology (TUHH); Duration: 2020 to 2023

to the project page

Publications

TUHH Open Research (TORE)

2024

2023

2022

2021

Courses

Stud.IP
link to course in Stud.IP Studip_icon
Einführung in die Nachrichtentechnik und ihre stochastischen Methoden (B.Sc.)
Subtitle:
Diese Lehrveranstaltung ist Teil des Moduls: Einführung in die Nachrichtentechnik und ihre stochastischen Methoden
Semester:
WiSe 23/24
Course type:
Lecture
Course number:
lv442_w23
Lecturer:
Gerhard Bauch, David Jonas Kopyto, PD Dr.-Ing. habil. Rainer Grünheid
Description:
  • Einführungin die Nachrichtentechnik
  • OpenSystems Interconnection (OSI) Referenzmodell
  • Komponenteneines digitalen Kommunikationssystems
  • Grundlagen der Signal- und Systemtheorie
    • Analogeund digitale Signale
    • Prinzip der Analog-Digital-Wandlung (A/D)
    • Deterministischeund zufällige Signale
    • Leistungund Energie von Signalen
    • Linearezeitinvariante Systeme (LTI-Systeme)
    • Quadratur-Amplituden-Modulation(QAM)
  • Einführungin die Stochastik
  • Wahrscheinlichkeits-Theorie
    • Zufallsexperimente
    • Wahrscheinlichkeitsmodell, Wahrscheinlichkeitsraum,Ereignisraum
    • Definitionenvon Wahrscheinlichkeit
      • Wahrscheinlichkeitnach Bernoulli/Laplace
      • Wahrscheinlichkeitnach van Mises, relative Häufigkeit
      • Bertrand’sParadoxon
      • AxiomatischeDefinition von Wahrscheinlichkeit nach Kolmogorov
      • Wahrscheinlichkeitdisjunkter und nicht-disjunkter Ereignisse
      • Venn-Diagramme
    • Kontinuierlicheund diskrete Zufallsvariablen
      • Wahrscheinlichkeitsdichtefunktion(probability density function (pdf)), Wahrscheinlichkeitsverteilungsfunktion(cumulativedistribution function (cdf))
      • Erwartungswert,Mittelwert, Median, quadratischer Erwartungswert, Varianz, Standardabweichung,höhere Momente
      • Beispielefür Wahrscheinlichkeitsverteilungen (Bernoulli-Verteilung, Zweipunktverteilung,Gleichverteilung, Gauß-Verteilung (Normalverteilung), Rayleigh-Verteilung,etc.)
    • MehrereZufallsvariablen
      • BedingteWahrscheinlichkeit, Verbundwahrscheinlichkeit
      • BedingteWahrscheinlichkeitsdichtefunktion, Verbundwahrscheinlichkeitsdichtefunktion
      • Satzvon Bayes
      • Korrelationskoeffizient
      • ZweidimensionaleGaussverteilung
      • Statistischunabhängige, unkorrelierte und orthogonale Zufallsvariablen
      • Unabhängige,identisch verteilte Zufalssvariablen (independent identically distributed (iid)random variables)
      • Eigenschaftenvon Erwartungswert und Varianz
      • Kovarianz
      • Wahrscheinlichkeitsdichtefunktionund Wahrscheinlichkeitsverteilungsfunktion der Summe statistisch unabhängigerZufallsvariablen
      • ZentralerGrenzwertsatz
    • Wahrscheinlichkeitsdichtefunktionen bei derDatenübertragung
  • Zeitkontinuierlicheund zeitdiskrete Zufallsprozesse
    • Beispielefür Zufallsprozesse
    • Scharmittelwertund Zeitmittelwert
    • ErgodischeZufallsprozesse
    • QuadratischerMittelwert und Varianz
    • Wahrscheinlichkeitsdichtefunktion (pdf) und Wahrscheinlichkeitsverteilungsfunktion(cdf)
    • Verbundwahrscheinlichkeitsdichtefunktion (pdf)und Verbundwahrscheinlichkeitsverteilungsfunktion (cdf)
    • Statistisch unabhängige, unkorrelierte undorthogonale Zufallsprozesse
    • StationäreZufallsprozesse
    • Korrelationsfunktionen: Autocorrelationsfunktion,Kreuzkorrelationsfunktion, mittlere Autokorrelationsfunktion nicht-stationärer Zufallsprozesse,Autokorrelations- und Kreuzkorrelationsfunktion stationärer Zufallsprozesse,Autokovarianzfunktion, Kreuzkovarianzfunktion
    • Autocorrelationsmatrix,Kreuzkkorrelationsmatrix, Autokovarianzmatrix, Kreuzkovarianzmatrix
    • Pseudo-noise Sequenzen, Anwendungsbeispiel: Codemultiplex(code division multiple access (CDMA))
    • Autocorrelationsfunktion, Leistungsdichtespektrum(power spectral density (psd)), Signalleistung, Einstein-Wiener-Khintchine Beziehungen
    • Weißesgaußsches Rauschen
  • Filterung von Zufallssignalen durch LTI-Systeme
    • Transformation der Wahrscheinlichkeitsdichtefunktion
    • Transformationdes Mittelwerts
    • Transformation des Leistungsdichtespektrums
    • Korrelationsfunktionen zwischen Eingangs- undAusgangssignal
    • Filterungvon weißem gaußschem Rauschen
    • Bandbegrenzung zur Begrenzung derRauschleistung
    • Preemphaseund Deemphase
  • Kompandierung,mu-law, A-law
  • Funktionenvon Zufallsvariablen
    • Transformation von Wahrscheinlichkeiten und derWahrscheinlichkeitsdichtefunktion
    • Anwendung: Nicht-lineare Verstärker
  • Funktionenvon zwei Zufallsvariablen
    • Wahrscheinlichkeitsdichtefunktion
    • Beispiele: Rayleigh-Verteilung, Betrag einesOFDM-Signals, Betrag eines empfangenen Funksignals
  • Übertragungskanäle und Kanalmodelle
    • Leitungsgebundene Kanäle: Telefonkabel,Koaxialkabel, Glasfaserkabel
    • Funkkanäle:Fading-Kanäle, Unterwasserkanäle
    • Frequenzselektiveund nicht-frequenzselektive Kanäle
    • AWGN (additivewhite Gaussian noise) Kanal
    • Signal- zu Rauschleistungsverhältnis (signal tonoise power ratio (SNR))
    • Zeitdiskrete Kanalmodelle
    • Zeitdiskrete gedächtnislose Kanäle (discretememoryless channels (DMC))
  • Analog-Digitalwandlung
    • Abtastung
      • Abtasttheorem
    • Pulsmodulation
      • Pulsamplitudenmodulation(pulse-amplitude modulation (PAM))
      • Pulsdauermodulation,Pulsbreitenmodulation (pulse-duration modulation (PDM), pulse-width modulation(PWM))
      • Puls-Pausenmodulation(pulse-position modulation (PPM))
      • Pulse-code-Modulation(PCM)
    • Quantisierung
      • LineareQuantisierung, Midtread- und Midrise-Characteristik
      • Quantisierungsfehler,Quantisierungsrauschen
      • Signal-zu-Quantisierungsrauschleistungsverhältnis
      • NichtlineareQuantisierung, Kompressor-Charakteristik, mu-law, A-law
      • Sprachübertragung mit PCM
    • DifferentiellePulse-Code-Modulation (DPCM)
      • LinearePrädiktion nach dem Minimum Mean Squared Error (MMSE) Kriterium
      • DPCM mitVorwärts- und Rückwärtsprädiktion
      • SNR-Gewinnvon DPCM über PCM
      • Delta-Modulation
  • Grundlagen der Informationstheorie undCodierung
    • Definitionen von Information:Selbst-Informationsgehalt, Entropie
    • BinäreEntropiefunktion
    • Quellencodierungs-Theorem
    • Quellencodierung:Huffman-Code
    • Mutualinformation und Kanalkapazität
    • Kanalkapazität des AWGN-Kanals und desAWGN-Kanals mit binärem Eingangssymbolalphabet
    • Kanalcodierungs-Theorem
    • Prinzipien der Kanalcodierung: Coderate undDatenrate, Hamming-Distanz, minimale Hamming-Distanz, Fehlererkennung undFehlerkorrektur
    • Beispiele für Kanalcodes: Block-Codes und Faltungscodes,Wiederholungscode, Single Parity Check Code, Hamming-Code, Turbo-Codes
  • Kombinatorik
    • Variationmit und ohne Zurücklegen
    • Kombinationmit und ohne Zurücklegen
    • Permutation,Permutation von Multisets
    • Wordfehlerwahrscheinlichkeit linearer Block-Codes
  • Basisband-Übertragung
    • Pulsformung:Non-return to zero (NRZ) Rechteck-Pulse, Manchester-Pulse, Raised-Cosine-Pulse,Wurzel-Raised-Cosine-Pulse, Gauss-Pulse
    • Sendesignalenergie, mittlere Energie pro Symbol
    • Leistungsdichtespektrum von Basisbandsignalen
    • Bandbreite-Definitionen
    • Bandbreiten-Effizienz,spektrale Effizienz
    • Intersymbol-Interferenz(ISI)
    • Ersteund zweite Nyquist-Bedingung
    • Augendiagramme
    • Empfangsfilter-Entwurf: SignalangepasstesFilter (Matched Filter)
    • Matched-FilterEmpfänger und Korrelationsempfänger
    • Wurzel-Nyquist-Pulsformung
    • ZeitdiskretesAWGN-Kanalmodell
  • Maximuma Posteriori probability (MAP) und Maximum Likelihood (ML) Detektion
  • Bitfehlerwahrscheinlichkeit bei binärer Übertragungüber AWGN Kanäle mit antipodaler oder on-off-Signalisierung

  • Bandpass-Übertragung mit Trägermodulation

    • Amplitudenmodulation,Frequenzmodulation, Phasenmodulation
    • Linearedigitale Modulationsverfahren: On-off keying (OOK), phase-shift keying (PSK),amplitude shift keying (ASK), quadrature amplitude shift keying (QAM)
Performance accreditation:
300 - Einführung in die Nachrichtentechnik und ihre stochastischen Methoden<ul><li>300 - Einführung in die Nachrichtentechnik und ihre stochastischen Methoden: Klausur schriftlich</li></ul>
ECTS credit points:
6
Stud.IP informationen about this course:
Home institute: Institut für Nachrichtentechnik (E-8)
Registered participants in Stud.IP: 153
Postings: 21

Supervised Theses

ongoing

2024

  • Beskronych, Sergej (2024). Entwicklung und Simulation einer Methode zur effizienten kurativen Netzengpassbehebung mittels Steuerbarer Verbrauchseinheiten nach EnWG §14a.

  • Gerstein, Manuel (2024). Analyse und Bewertung der Netzkapazität von Niederspannungsnetzen gegenüber hohen Durchdringungen an elektrischen Wärmepumpen und Elektroautos (extern).

  • Malpricht, Marlin (2024). Entwicklung und Simulation eines kurativen Engpassmanagements für zellulare Verteilnetze und Bewertung potentieller Vorteile bei Kooperation von Übertragungs- und Verteilnetzbetreibern.

  • Mülke, Luca (2024). Online-Optimierung von kurativem Netzengpassmanagement in sektorgekoppelten Nie-derspannungsnetzen unter Einbezug von kurzfristigen Netzzustandsprognosen.

completed

2024

  • Ahrens, Daniel (2024). Entwicklung und Bewertung von Sensitivitätsanalysen innerhalb zellularer Niederspannungsnetze für ein zukünftiges Engpassmanagement nach EnWG §14a.

2023

  • Buse, Alexander (2023). Entwicklung und Simulation eines kurativen Engpassmanagements für Niederspannungszellen innerhalb eines zellularen Energiesystems.

  • Merling, Stefan (2023). Analyse und Bewertung von Energieangeboten in zellular betriebenen Niederspannungsnetzen mit lokalem Markt.

  • Mülke, Luca (2023). Verbesserung von verteilten Kurzfrist-Netzzustandsprognosen mit maschinellem Lernen für kuratives Engpassmanagement in zukünftigen modernen sektorgekoppelten Niederspannungsnetzen.

2022

  • Fahrenkrug, Finn (2022). Entwicklung und Verifikation eines thermisch-elektrischen Leitungsmodells für das Engpassmanagement im elektrischen Verteilnetz.

  • Hoegel, N. (2022). Untersuchung und Bewertung von Netzzustandschätzung und -Prognosen unter Berücksichtigung von Fehlerszenarien bezüglich der Informations- und Kommunikationstechnik.

  • Hoegel, N. (2022). Entwicklung und Simulation eines verteilten Netzzustandsprognoseverfahrens für zellulare elektrische Energiesysteme. [pdf]

  • Rogoll, H. (2022). Entwicklung und Simulation von sozialen Beziehungen benachbarter Zellen zur Eigenverbrauchsoptimierung innerhalb eines zellularen Energiesystems mittels eines Multiagentensystem. [pdf]

  • Westphal, J. (2022). Implementierung und Bewertung einer Co-Simulation mit der Plattform Mosaik zur Kopp-lung von Modelica mit einem in Python implementierten Optimierungsalgorithmus.

2021

  • Luo, K. (2021). Entwicklung und Simulation eines Wechselrichtermodells für die Stabilitätsuntersuchung im winkelgeregelten Betrieb zukünftiger Stromnetze.

  • Schenk, C. (2021). Entwicklung und Optimierung der Beschaffungsstrategie für abzuregelnde Energie im Redispatch 2.0-Kontext basierend auf einer Vorhersagbarkeitsanalyse von Netzengpässen.

TU Hamburg
Institute of Electrical Power and Energy Technology (ieet) E-6
Prof. Dr.-Ing. Christian Becker
Harburger Schloßstraße 22a
21079 Hamburg
E-mail : ieet(at)tuhh.de
Phone : +49 40 42878 3213
Links
Map and Directions
Data Privacy
Imprint