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 > Simon Stock, M.Sc.

Simon Stock

M.Sc.
Wissenschaftlicher Mitarbeiter

Kontakt

Simon Stock, M. Sc.
E-6 Elektrische Energietechnik
  • Elektrische Energietechnik
Sprechzeiten
Jederzeit
Harburger Schloßstraße 36,
21079 Hamburg
Gebäude HS36, Raum C3 0.006
Tel: +49 40 42878 2378
Logo

Forschungsprojekte

Einsatz von KI in der Betriebsführung von Verteilnetzen

Einsatz von KI in der Betriebsführung von Verteilnetzen

Technische Universität Hamburg (TUHH); Laufzeit: 2020 bis 2024

zur Projektseite
VeN²uS
Vernetzte Netzschutzsysteme - Adaptiv und vernetzt

VeN²uS

Vernetzte Netzschutzsysteme - Adaptiv und vernetzt

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

zur Projektseite

Forschungsschwerpunkt

Optimaler Betrieb und Energiemanagement von elektrischen Verteilnetzen (Smart Grids) mithilfe von künstlicher Intelligenz

Publikationen

TUHH Open Research (TORE)

2023

2022

2021

Lehrveranstaltungen

Stud.IP
zur Veranstaltung in Stud.IP Studip_icon
Quantitative Methods - Statistics and Operations Research (VL)
Untertitel:
This course is part of the module: Quantitative Methods - Statistics and Operations Research
Semester:
WiSe 23/24
Veranstaltungstyp:
Vorlesung (Lehre)
Veranstaltungsnummer:
lv127_w23
DozentIn:
Prof. Dr. Kathrin Fischer, Kai Uwe Hoth, Tizian Schug, Tobias Klein, M. Sc, Lorenz Kolley, Heike Scheel
Beschreibung:

Statistics

  • Descriptive Statistics: Graphical representations, calculation of relevant measures of central tendency etc., also by using a computer; application of methods for large data sets, analysis and comparison of results, critical discussion and evaluation of methods and their use in scientific projects and business practice
  • Probability theory: important laws, dependent probabilities, Bayes Rule; application to practical problems
  • Use and application of probability distributions , as e.g. Binomial and Normal distribution to Management and Engineering problems
  • Methods of inferential statistics: confidence intervals: theoretical background and applications; hypothesis testing: theoretical background and application to business problems; regression analysis: theoretical background and application in research practice.

    Operations Research
  • Linear Programming: Modelling business decision situations, solving problems by Simplex method and by using software, theoretical background of Simplex procedure, Dual Simplex procedure and blocked variables, special cases (degeneracy etc.); sensitivity analysis and interpretation
  • Transportation planning: Modellung transportation and transshipment problems in global networks; Solving transportation problems using software
  • Network Optimization problems: modelling production and transportation networks, solving planning problems in networks, Network Planning as a research topic
  • Integer Programming: Models using integer variables, e.g. in location decisions, branch and bound procedure
Leistungsnachweis:
611 - Quantitative Methods - Statistics and Operations Research<ul><li>611 - Quantitative Methods - Statistics and Operations Research: Klausur schriftlich</li></ul><br>613 - Quantitative Methods - Statistics and Operations Research<ul><li>611 - Quantitative Methods - Statistics and Operations Research: Klausur schriftlich</li><li>811 - Quantitative Methods - Statistics and Operations Research - Midterm: Midterm</li><li>813 - Quantitative Methods - Statistics and Operations Research - Exercises: Excercises</li></ul>
ECTS-Kreditpunkte:
4
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Heimatinstitut: Institut für Quantitative Unternehmensforschung und Wirtschaftsinformatik (W-4)
In Stud.IP angemeldete Teilnehmer: 89
Anzahl der Postings im Stud.IP-Forum: 28

Betreute Abschlussarbeiten

laufende
beendete

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
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