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

VeN²uS
Vernetzte Netzschutzsysteme - Adaptiv und vernetzt

VeN²uS

Vernetzte Netzschutzsysteme - Adaptiv und vernetzt

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

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
Bioprocess Engineering - Fundamental Practical Course / Bioprozesstechnik I - Grundlagenpraktikum WiSe23/24
Semester:
WiSe 23/24
Veranstaltungstyp:
Praktikum (Lehre)
DozentIn:
Prof. Dr. Andreas Liese, Dr. Paul Bubenheim, Prof. Dr.-Ing. Ralf Pörtner, Florian Kelsch, Prof. Dr. Anna-Lena Heins
Beschreibung:
The cultivation and reprocessing techniques are shown, using the example of the production of an enzyme with a recombinant microorganism. Furthermore the characterisation and simulation of the enzyme kinetics as well as the application of the enzyme in an enzyme reactor will be performed. Experiments: - Set-up of a bioreactor for the cultivation of microorganisms - Characterisation and regulation of the cultivation process with offline-analytics and online-measuring techniques - Cultivation of a recombinant E. coli strain with overexpression of an enzyme - Analysis of the growth kinetics - Kinetic characterisation of the enzyme - Simulation of enzyme kinetics - Application of the enzyme in a continuous reactor - Enzyme immobilization -------- Am Beispiel der Produktion eines Enzyms mit einem rekombinanten Mikroorganismus werden die Kultivierungstechniken gezeigt. Weiterhin wird die Charakterisierung und Simulation der Enzymkinetik sowie die Anwendung des Enzyms in einem Enzymreaktor durchgeführt. Experimente: - Aufbau eines Bioreaktors zur Kultivierung von Mikroorganismen - Charakterisierung und Regelung des Kultivierungsprozesses mit Offline-Analytik und Online-Messtechnik - Kultivierung eines rekombinanten E. coli-Stammes mit Überexpression eines Enzyms - Analyse der Wachstumskinetik - Kinetische Charakterisierung des Enzyms - Simulation der Enzymkinetik - Anwendung des Enzyms in einem kontinuierlichen Reaktor - Enzym-Immobilisierung
Voraussetzungen:
1. Registration in StudIP for the practical course and self-diposition into a group, it is not enough to just register for the practical course 2. Pass of the colloquiums (based on Bioprocess Engineering-Fundamental lecture) 3. Attention at the security instruction ----------- 1. Registrierung im Stud.IP für das Praktikum und Eintragen in eine Gruppe. Es reicht nicht aus sich nur für das Praktikum einzutragen. 2. Bestehen der Kolloquien (basieren auf der Vorlesung Bioverfahrenstechnik - Grundlagen) 3. Teilnahme an der Sicherheitseinweisung
Leistungsnachweis:
Written protocol of every experiment. Schriftliches Protokoll zu jedem Experiment.
Bereichseinordnung:
Studiendekanat Verfahrenstechnik
Sonstiges:
The timetable will follow in December.
Contact for questions: Florian Kelsch (florian.kelsch.itb@tuhh.de)
--------------
Die Zeitpläne folgen im Dezember.
Kontakt bei Fragen: Florian Kelsch (florian.kelsch.itb@tuhh.de)
ECTS-Kreditpunkte:
2
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Heimatinstitut: Institut für Technische Biokatalyse (V-6)
beteiligte Institute: Institut für Bioprozess- u. Biosystemtechnik (V-1)
In Stud.IP angemeldete Teilnehmer: 72
Anzahl der Postings im Stud.IP-Forum: 4
Anzahl der Dokumente im Stud.IP-Downloadbereich: 10

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.