Dr.-Ing. Payam Teimourzadeh Baboli

Oberingenieur

Kontakt

Dr.-Ing. Payam Teimourzadeh Baboli
E-6 Elektrische Energietechnik
  • Elektrische Energietechnik
Harburger Schloßstraße 22a,
21079 Hamburg
Gebäude HS22a, Raum 2.001
Tel: +49 40 42878 3013
Logo

Lebenslauf

Berufserfahrung

Seit Jan. 2024

Oberingenieur, TUHH

Aug. 2019 - Dez.2023    

Post-Doc, Senior Researcher und Projektleiter, OFFIS – Institut für Informatik, Oldenburg, Deutschland

Feb. 2015 - Jul. 2019 Assistenzprofessor für Elektrotechnik, Universität von Mazandaran (UMZ), Babolsar, Iran

Mär. 2007 - Jan. 2015


 

Iranisches Forschungszentrum für Energiesystemtechnik (IPSERC), Teheran, Iran

  • Senior Researcher und Projektleiter (Apr. 2014 - Jan. 2015, Vollzeit)
  • Forscher und Lab. Ingenieur (Mar. 2007 - Apr. 2014, Teilzeit)

 

Forschungsprojekte

KoLa
Koordinierungsfunktion des Verteilnetzes und Lastmanagement für den elektrifizierten Personenverkehr

KoLa

Koordinierungsfunktion des Verteilnetzes und Lastmanagement für den elektrifizierten Personenverkehr

Bundesministerium für Wirtschaft und Klimaschutz (BMWK); Laufzeit: 2022 bis 2026

DISEGO
Kritische Komponenten für den verteilten und sicheren Netzbetrieb

DISEGO

Kritische Komponenten für den verteilten und sicheren Netzbetrieb

Bundesministerium für Wirtschaft und Klimaschutz (BMWK); Laufzeit: 2022 bis 2025

EffiziEntEE
Effiziente Einbindung hoher Anteile Erneuerbarer Energien in technisch-wirtschaftlich integrierte Energiesysteme

EffiziEntEE

Effiziente Einbindung hoher Anteile Erneuerbarer Energien in technisch-wirtschaftlich integrierte Energiesysteme

Bundesministerium für Wirtschaft und Klimaschutz (BMWK); Laufzeit: 2022 bis 2025

iNeP
Integrierte Netzplanung der Sektoren Strom, Gas und Wärme

iNeP

Integrierte Netzplanung der Sektoren Strom, Gas und Wärme

Bundesministerium für Wirtschaft und Klimaschutz (BMWK); Laufzeit: 2021 bis 2026

VeN²uS
Vernetzte Netzschutzsysteme - Adaptiv und vernetzt

VeN²uS

Vernetzte Netzschutzsysteme - Adaptiv und vernetzt

Bundesministerium für Wirtschaft und Klimaschutz (BMWK); Laufzeit: 2021 bis 2024

Publikationen

TUHH Open Research (TORE)

2023

2022

2021

2020

Lehrveranstaltungen

Stud.IP
link to course in Stud.IP Studip_icon
Machine Learning Applications in Electric Power Systems (VL)
Subtitle:
This course is part of the module: Machine Learning in Electrical Engineering and Information Technology
Semester:
SoSe 24
Course type:
Lecture
Course number:
lv3008_s24
Lecturer:
Prof. Dr.-Ing. Christian Becker, Dr. Davood Babazadeh, Simon Stock, M.Sc.
Description:

This part of the course focuses on how to utilize ML methods to model and operate electric power systems. Electric power systems consist of generation units such as PV, loads or consumers and the grid that connects those actors and supports to transport energy. This part of the course helps to understand the data-driven modelling of generation units (e.g. PV & fuel cells), modelling of load behavior, and to formulate and solve a state estimation problem for distribution grids using neural networks.

This part of the course includes lectures to introduce the basics that are followed by practical examples and coding.

Performance accreditation:
m1785-2022 - Machine Learning in Electrical Engineering and Information Technology<ul><li>p1778-2022 - Machine Learning in Electrical Engineering and Information Technology: mündlich</li></ul>
ECTS credit points:
1
Stud.IP informationen about this course:
Home institute: Elektrische Energietechnik (E-6)
Registered participants in Stud.IP: 3