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
Practical Course Aquatic Chemistry (PR)
Untertitel:
This course is part of the module: Aquatic Chemistry, Umweltanalytik für die Verfahrenstechnik
Semester:
WiSe 23/24
Veranstaltungstyp:
Praktikum (Lehre)
Veranstaltungsnummer:
lv965_w23
DozentIn:
Prof. Dr. Kerstin Kuchta, Dipl.-Ing.
Beschreibung:

The practical course is conducted as a block course and lasts for 1 week. There are simple but typical methods  for chemical analysis for water, sewage, soil and waste taught, which serve the students as the basis for their later work in this area. 
 
In this practical course for example the Institutes of Wastewater Management and Water Protection (IAG), Environmental Technology and Energy Economics(IUE), Water Resources and Water Supply (IWW) are involved. 
In the following examples of experiments and methods taught in the course are summarized:

  • Surface waters: sampling of water and sediment 
  • Determination of the pH-value 
  • Determination of the redox potential 
  • Determination of a heavy metal (Zn) 
  • Acid neutralizing capacity (sediment) 
  • Flocculation or co-precipitation of water-suspended titanium dioxide particles 
  • Precipitation of phosphate with Fe3 + 
  •  determine the toxicity of wastewater componentsagainst bacteria 
  • denitrification 
  • Electrical conductivity 
  • Acid and base capacity (m-and p-value) 
  • Determination of permanent gases (H2, O2, N2, CO2, CH4) in Landfill Gas 
  • Determining a grading curve by screens
  • Determination of volatile organic acids and the total content of inorganic carbonate (FOS / TAC) by means of pH titration in samples from biogas plants
Leistungsnachweis:
655 - Aquatic Chemistry<ul><li>655 - Aquatic Chemistry: Klausur schriftlich</li><li>855 - Practical Course Aquatic Chemistry: schriftliche Ausarbeitung</li></ul><br>m1814-2022 - Umweltanalytik für die Verfahrenstechnik<ul><li>p1810-2022 - Umweltanalytik für die Verfahrenstechnik: Klausur schriftlich</li><li>vl418-2022 - Verpflichtende Studienleistung Laborpraktikum Wasserchemie: schriftliche Ausarbeitung</li></ul><br>m876 - Aquatic Chemistry<ul><li>p528 - Aquatic Chemistry: Klausur schriftlich</li><li>vl98 - Practical Course Aquatic Chemistry: schriftliche Ausarbeitung</li></ul>
ECTS-Kreditpunkte:
3
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Heimatinstitut: Institut für Circular Resource Engineering and Management [CREM] (V-11)
In Stud.IP angemeldete Teilnehmer: 15

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