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 22a,
21079 Hamburg
Gebäude HS22a, Raum 2.002
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
Simulation of Communication Networks (PBL)
Untertitel:
This course is part of the module: Communication Networks II - Simulation and Modeling, Simulation of Communication Networks
Semester:
SoSe 24
Veranstaltungstyp:
PBL -Projekt-/problembasierte Lehrveranstaltung (Lehre)
Veranstaltungsnummer:
lv887_s24
DozentIn:
Dr.Ing- Koojana Kuladinithi
Beschreibung:

In the course necessary basic stochastics and the discrete event simulation are introduced. Also simulation models for communication networks, for example, traffic models, mobility models and radio channel models are presented in the lecture. Students work with a simulation tool, where they can directly try out the acquired skills, algorithms and models. At the end of the course increasingly complex networks and protocols are considered and their performance is determined by simulation.
Voraussetzungen:
Understanding of basic principles of communication networks and their protocols as presented in 'Communication Networks' or 'Computer Networks' Lectures. Basic Knowledge in Stochastics. Basic programming knowledge, especially C++ (to work with OMNeT++ networking simulator)
Lernorganisation:
605 - Communication Networks II - Simulation and Modeling<ul><li>605 - Communication Networks II - Simulation and Modeling: mündlich</li></ul><br>606 - Simulation of Communication Networks<ul><li>606 - Simulation of Communication Networks: mündlich</li></ul>
Leistungsnachweis:
605 - Communication Networks II - Simulation and Modeling<ul><li>605 - Communication Networks II - Simulation and Modeling: mündlich</li></ul><br>606 - Simulation of Communication Networks<ul><li>606 - Simulation of Communication Networks: mündlich</li></ul>
Sonstiges:
Publications about this Course:

The concept and structure of this course was published in our paper "Teaching Modelling and Analysis of Communication Networks using OMNeT++ Simulator", for which we received the "Best Scientific Contribution Award" of the 5th OMNeT++ Summit in 2018. Parallel to the paper, we released the exercises and the final task of this year as open teaching material.
https://easychair.org/publications/paper/13ck

In 2020, we also published our experiences in teaching this course online in our paper "Online Teaching of Project-based Learning Courses - Issues, Challenges and Outcomes" as part of the "On-line Networking Education Community Discussion" at SIGCOMM 2020.
http://gaia.cs.umass.edu/sigcomm_education_workshop_2020/papers/sigcommedu20-final22.pdf
ECTS-Kreditpunkte:
6
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Heimatinstitut: Institut für Kommunikationsnetze (E-4)
In Stud.IP angemeldete Teilnehmer: 29
Anzahl der Dokumente im Stud.IP-Downloadbereich: 11

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 22a
21079 Hamburg
E-Mail : ieet(at)tuhh.de
Tel : +49 40 42878 3213
Weiterführende Links
Lageplan und Anfahrt
Datenschutz
Impressum