Christina Eckel

M.Sc.
Wissenschaftliche Mitarbeiterin

Kontakt

Christina Eckel, M. Sc.
E-6 Elektrische Energietechnik
  • Elektrische Energietechnik
Sprechzeiten
nach Vereinbarung
Harburger Schloßstraße 22a,
21079 Hamburg
Gebäude HS22a, Raum 2.002
Tel: +49 40 42878 2377
Logo

Forschungsprojekt

Stabilität und Netzregelung in Übertragungsnetzen mit leistungselektronisch gekoppelten Betriebsmitteln

Stabilität und Netzregelung in Übertragungsnetzen mit leistungselektronisch gekoppelten Betriebsmitteln

Technische Universität Hamburg (TUHH); Laufzeit: 2021 bis 2025

Publikationen

TUHH Open Research (TORE)

2024

2023

2022

Lehrveranstaltungen

Stud.IP
zur Veranstaltung in Stud.IP Studip_icon
Machine Learning and Data Mining (VL)
Untertitel:
This course is part of the module: Machine Learning and Data Mining
Semester:
SoSe 24
Veranstaltungstyp:
Vorlesung (Lehre)
Veranstaltungsnummer:
lv340_s24
DozentIn:
Dipl. Informatiker Rainer Marrone
Beschreibung:
  • Decision trees
  • First-order inductive learning
  • Incremental learning: Version spaces
  • Uncertainty
  • Bayesian networks
  • Learning parameters of Bayesian networks
    BME, MAP, ML, EM algorithm
  • Learning structures of Bayesian networks
  • Gaussian Mixture Models
  • kNN classifier, neural network classifier, support vector machine (SVM) classifier
  • Clustering
    Distance measures, k-means clustering, nearest neighbor clustering
  • Kernel Density Estimation
  • Ensemble Learning
  • Reinforcement Learning
  • Computational Learning Theory
Leistungsnachweis:
620 - Machine Learning and Data Mining<ul><li>620 - Machine Learning and Data Mining: Klausur schriftlich</li></ul>
ECTS-Kreditpunkte:
6
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Heimatinstitut: Institut für Softwaresysteme (E-16)
In Stud.IP angemeldete Teilnehmer: 161

Betreute Abschlussarbeiten

laufende

2024

  • Bahe, B. (2024). Nichtlineare Stabilitätsuntersuchungen in einem leistungselektronisch dominierten elektrischen Energiesystem.

beendete

2024

  • Boehm, E. (2024). Einfluss des Netzäquivalents auf die Stabilität eines Netzes mit netzbildenden und netzfolgenden Umrichtern.

  • Helmich, L. M. (2024). Entwicklung und Simulation eines Effektivwertmodells für STATCOM-Anlagen mit neuartigen Regelstrategien für Pendeldämpfungen in PowerFactory.

  • Rüter, C. (2024). Einfluss der Netzstärke auf die Kleinsignalstabilität netzbildender Umrichter mit virtueller Oszillator-Regelung.

  • Schultheiß, J. (2024). Impedanzbasierte Stabilitätsanalyse zur Bewertung der Stabilitätsgrenzen von DC- und AC-Netzen.

2023

  • Chouiter, B. (2023). Dynamic Phasor Modelling and Comparison to Classical EMT Models.

  • Helmich, L. M. (2023). Entwicklung und Simulation einer Regelstrategie für die Pendeldämpfung durch STATCOM-Geräte.

  • Kamma, J. (2023). Umrichtermodellierung zur Repräsentation von Interaktionen im Sinne der Converter-Driven Stability.

  • Mißfeldt, C. (2023). Einfluss von Zeitverzögerungen auf die Converter-Driven Stability.

  • Rosenau, Y. (2023). Einfluss netzbildender Umrichter-Regelungsstrukturen auf die "Converter-Driven Stability".

2022

  • Kumar, M. (2022). Modellierung und Vergleich des Frequenzverhaltens dezentraler Anlagen mit netzbildenden Eigenschaften oder beigestellter Schwungmasse.

  • Lim, I. (2022). Modelling and Integration of a Hydrogen Storage Power Plant in the 10-Machine New-England Power System.

  • Rieckborn, N. (2022). Modellierung des Umwandlungsprozesses eines Wasserstoffspeicherkraftwerks.