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
Fachpraktikum AIW/ ES: Praktikumsbegleitung (SE)
Untertitel:
Diese Lehrveranstaltung ist Teil des Moduls: Fachpraktikum AIW / ES
Semester:
SoSe 24
Veranstaltungstyp:
Seminar (Lehre)
Veranstaltungsnummer:
lv2687_s24
DozentIn:
Prof. Dr. Robert Seifried, Dipl. Wi.-Ing. Eilika Schwenke
Beschreibung:

Ziel der Praktikumsbegleitung ist derErwerb und die Konsolidierung von Kompetenzen, die für eine erfolgreicheDurchführung des Fachpraktikums im 7. Semester relevant sind. Zielgruppe sindStudierende, die bereits einen Praktikumsplatz haben. Schwerpunkt ist dieStärkung der personalen Kompetenzen zur Unterstützung des erfolgreichen Ausbausfachlicher Kompetenzen.

ImSeminar reflektieren die Studierenden aktuelle Herausforderungen in Bezug aufdas Praktikum. Sie besprechen aktuelle Themen mit Kommiliton*innen und denLehrkräften im Sinne einer kollegialen Beratung (peer-to-peer Ansatz); sogewinnen sie (zusätzliches) Selbstbewusstsein und erhöhen ihre Chancen, sich imPraktikum erfolgreich einzubringen, eigene Wünsche und Bedürfnisse zu erkennenund zu äußern, um so das Praktikum optimal zum eigenen Theorie-Praxis-Transferzu nutzen.

Die Themenauswahl erfolgt prozessorientiertgesteuert durch die Gruppe, die Lehrenden geben Impulse zur Reflektionbestimmter Themen. Themen, die beispielsweise behandelt werden, sind:Verhandlung des Arbeitsvertrages, Erfolgreicher Start ins Praktikum - wieverhalte ich mich in den ersten Tagen?, Wie bekomme ich interessante(re)Aufgaben?, Wie gehe ich mit schwierigen Situationen um (bspw. Konflikte,Sexismus, Rassismus)?, Wie notiere ich meinen Fortschritt/schreibe ich denPraktikumsbericht?.

Durch den intensiven Austausch mitKommiliton*innen bekommen die Studierenden außerdem Einblicke in die Praktikaihrer Kommiliton*innen. Weit über das eigene Praktikum hinaus entsteht so  ein Eindruck ihrer beruflichen Möglichkeiten.  Am konkreten Anwendungsbeispiel Fachpraktikum  werden so Erwerb und Konsolidierung von Kompetenzender berufsbiographischen Gestaltung gefördert, die auf spätere Karriereschritteübertragbar sind.

Leistungsnachweis:
m1273-2022 - Fachpraktikum AIW / ES<ul><li>p1171-2022 - Fachpraktikum AIW / ES: schriftliche Ausarbeitung</li></ul>
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Heimatinstitut: ZB Servicebereich Lehre u. Studium (SLS)
In Stud.IP angemeldete Teilnehmer: 2

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.