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
Product Planning (VL)
Untertitel:
This course is part of the module: Product Planning
Semester:
WiSe 23/24
Veranstaltungstyp:
Vorlesung (Lehre)
Veranstaltungsnummer:
lv851_w23
DozentIn:
Cornelius Herstatt, Dr. Vytaute Dlugoborskyte
Beschreibung:

Product Planning Process

This integrated lecture is designed to understand major issues, activities and tools in the context of systematic product planning, a key activity for managing the front-end of innovation, i.e.:
•    Systematic scanning of markets for innovation opportunities
•    Understanding strengths/weakness and specific core competences of a firm as platforms for innovation
•    Exploring relevant sources for innovation (customers, suppliers, Lead Users, etc.)
•    Developing ideas for radical innovation, relying on the creativeness of employees, using techniques to stimulate creativity and creating a stimulating environment
•    Transferring ideas for innovation into feasible concepts which have a high market attractively

Voluntary presentations in the third hour (articles / case studies)

- Guest lectures by researchers 

- Lecture on Sustainability with frequent reference to current research

- Permanent reference to current research

Examination:

In addition to the written exam at the end of the module, students have to attend the PBL-exercises and prepare presentations in groups in order to pass the module. Additionally, students have the opportunity to present research papers on a voluntary base.  With these presentations it is possible to gain a bonus of max. 20% for the exam. However, the bonus is only valid if the exam is passed without the bonus.
Leistungsnachweis:
645 - Product Planning<ul><li>645 - Product Planning: Klausur schriftlich</li></ul><br>645 - Product Planning<ul><li>645 - Product Planning: Klausur schriftlich</li><li>845 - Product Planning - Practical Coursework: Subject theoretical and practical work</li><li>p756-2022 - Produktplanung: Thesis</li></ul>
ECTS-Kreditpunkte:
3
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Heimatinstitut: Institut für Technologie u. Innovationsmanagement (W-7)
In Stud.IP angemeldete Teilnehmer: 46
Anzahl der Dokumente im Stud.IP-Downloadbereich: 22

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