Logo Institut für Elektrische Energietechnik
Institut für Elektrische Energietechnik
Logo Institut für Elektrische Energietechnik
Institut für Elektrische Energietechnik
DE
EN
Suche
DE
EN
Suche
IEET > Personal > Wissenschaftliche Mitarbeitende > Tom Steffen, M.Sc.

Tom Steffen

M.Sc.
Wissenschaftlicher Mitarbeiter

Kontakt

Tom Steffen, M. Sc.
E-6 Elektrische Energietechnik
  • Elektrische Energietechnik
Sprechzeiten
Nach Vereinbarung
Harburger Schloßstraße 36,
21079 Hamburg
Gebäude HS36, Raum C2 1.006
Tel: +49 40 42878 2734
Logo

Forschungsprojekte

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

zur Projektseite
CyEntEE
I³-Lab Cyber Physical Energy Systems – Sustainability, Resilience and Economics

I³-Lab

CyEntEE

Cyber Physical Energy Systems – Sustainability, Resilience and Economics

Technische Universität Hamburg (TUHH); Laufzeit: 2020 bis 2023

zur Projektseite

Publikationen

TUHH Open Research (TORE)

2024

2023

2022

2021

Lehrveranstaltungen

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

Betreute Abschlussarbeiten

laufende

2024

  • 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.

2023

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

beendete

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.

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
Institut für Elektrische Energietechnik (ieet) E-6
Prof. Dr.-Ing. Christian Becker
Harburger Schloßstraße 36
21079 Hamburg
E-Mail : ieet(at)tuhh.de
Tel : +49 40 42878 3213
Fax : +49 40 42878 2382
Weiterführende Links
Lageplan und Anfahrt
Datenschutz
Impressum