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
Verkehrssysteme und Umschlagtechnik (GÜ)
Untertitel:
Diese Lehrveranstaltung ist Teil des Moduls: Transport- und Umschlagtechnik, Verkehrssysteme und Umschlagtechnik
Semester:
WiSe 23/24
Veranstaltungstyp:
Übung (Lehre)
Veranstaltungsnummer:
lv718_w23
DozentIn:
Prof. Dr. Carlos Jahn, Michaela Grafelmann, M. Sc, M.Sc Ole Grasse, Max Vincent Uzulis, Deniz Schmidt, Andreas Mohr, M. Sc.
Beschreibung:

Die Übung zur Lehrveranstaltung Verkehrssysteme und Umschlagtechnik wird als geleitete Gruppenübung durchgeführt. In denÜbungsterminen erhalten die Studierenden Aufgabenblätter zu den Teilthemen derLehrveranstaltung und bearbeiten diese selbstständig. Die Übungsblätterbestehen im Wesentlichen aus Rechenaufgaben und Verständnisfragen, aber auch Recherche,Diskussion und kritischer Auseinandersetzung mit den Themen sind Bestandteil. DieStudierenden werden als Kleingruppen zu Experten auf einem Gebiet und stellenihren Kommilitonen in den Übungsterminen ihre Erkenntnisse, Rechenwege undErgebnisse zu den Lerninhalten vor. Sie führen somit selbstständig denÜbungstermin durch und begleiten auch die Diskussionen. Die Lehrenden stehenden Studierenden vorab in Sprechstunden und während der Übung moderierend zurVerfügung, sodass eine optimale Qualität der Übungstermine sichergestellt wird.Bei dem Format der „Expertengruppen“ und dem Präsentieren der Ergebnisse fürdie Kommilitonen handelt es sich um eine freiwillige Zusatzleistung, bei dersich die Studierenden bis zu 10% Bonuspunkte auf ihre bestandene Klausur verdienenkönnen.

Leistungsnachweis:
305 - Transport- und Umschlagtechnik<ul><li>305 - Transport- und Umschlagtechnik: Klausur schriftlich</li></ul><br>m1013-2021 - Verkehrssysteme und Umschlagtechnik<ul><li>p589-2021 - Verkehrssysteme und Umschlagtechnik: Klausur schriftlich</li><li>vl379-2021 - Freiwillige Studienleistung Gruppenarbeiten inkl. Präsentationen zur Maritimen Transportkette: schriftliche Ausarbeitung</li></ul>
ECTS-Kreditpunkte:
3
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Heimatinstitut: Institut für Maritime Logistik (W-12)
In Stud.IP angemeldete Teilnehmer: 38
Anzahl der Postings im Stud.IP-Forum: 3
Anzahl der Dokumente im Stud.IP-Downloadbereich: 8

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