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
Wertschöpfungsnetzwerke (VL)
Untertitel:
Diese Lehrveranstaltung ist Teil des Moduls: Supply Chain Management
Semester:
SoSe 24
Veranstaltungstyp:
Vorlesung (Lehre)
Veranstaltungsnummer:
lv1190_s24
DozentIn:
Prof. Dr. Thorsten Blecker, Olena Soltmann
Beschreibung:
  • Aktuelle Entwicklungen internationaler Geschäftsaktivitäten wie z.B. Outsourcing, Offshoring, Internationalisierung und Globalisierung sowie emerging markets anhand von internationalen Beispielen aus der Praxis
  • Ausgewählte Ansätze zur Erklärung von Netzwerken einschließlich von Gründen für die Bildung von Netzwerken basierend auf verschiedenen Theorien aus der Institutionenökonomik, Transaktionskostentheorie, Principal-Agent-Theorie, Property-Right-Theorie- und der Ressourcen-basierten Sicht
  • Die Organisation der zwischenbetrieblichen Beziehungen, Netzwerktypen und Funktionsweise unter Berücksichtigung von Organisationsstrategien, Möglichkeiten der Einteilung sowie Systematisierung von Netzwerkbeziehungen und Funktionsmechanismen in Unternehmensnetzwerken. Zusätzlich werden die Phasen der Netzwerkbildung/Entwicklungszyklus, ihre Ziele sowie Inhalte ausführlich bearbeitet
  • Beschaffungsnetzwerke und Sourcing-Konzepte einschließlich ihrer Kategorisierung, Arten, Motive/Hemmnisse, Vor- und Nachteile, die mit Hilfe von Fallstudien erläutert werden
  • Produktionsnetzwerke: Kriterien, Faktoren/Parameter, welche die Produktionsstandortentscheidungen auch im internationalen Bereich beeinflussen (Gesamtnetzwerkkosten). Zusätzlich wird die Fertigungstiefe erläutert und Ausprägungen intensiv besprochen (Fremd-/Eigenbezug, Modular etc). Es werden internationale Betrachtungen bzgl. Vor-/Nachteile von Offshoring und Outsourcing bzw. die Unterscheidung beider Begriffe getätigt. Ebenso werden Produktionsnetzwerkphänotypen anhand von Beispielen aus der Praxis erarbeitet.
  • F&E Netzwerke: Zusammenhänge zwischen F&E und Produktion, Modelle für F&E Standortbestimmung in Abhängigkeit zur Produktion anhand von internationalen Praxisbeispielen
  • Logistische Distributionsnetzwerke und Ersatzteilnetzwerke: Teilprobleme bei der Konfiguration logistischer Netzwerke (Distributions- und Ersatzteilnetzwerke)
  • Entsorgungsnetzwerke: Besonderheiten der Entsorgungslogistik inkl. Aufgaben & Ziele und Vorteile bestimmter Entsorgungskonzepte sowie die Netzwerkbildung für die Entsorgung auf Basis globaler Beispiele/Fallstudien


Leistungsnachweis:
630 - Supply Chain Management<ul><li>630 - Supply Chain Management: Klausur schriftlich</li></ul><br>m996 - Supply Chain Management<ul><li>p465 - Supply Chain Management: Klausur schriftlich</li><li>vl282 - Freiwillige Studienleistung Supply Chain Management - Fachtheoretisch-fachpraktische Studienleistung: Fachtheoretisch-fachpraktische Studienleistung</li></ul>
ECTS-Kreditpunkte:
2
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Heimatinstitut: Institut für Logistik und Unternehmensführung (W-2)
In Stud.IP angemeldete Teilnehmer: 35
Anzahl der Dokumente im Stud.IP-Downloadbereich: 12

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.