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
Applied Design Methodology in Mechatronics (PBL)
Untertitel:
This is the central StudIP group for "Applied Design Methodology in Mechatronics, Construct and design" formelrly known as "Methodisches Konstruieren"
Semester:
SoSe 24
Veranstaltungsart:
Project based learning
Veranstaltungstyp:
PBL -Projekt-/problembasierte Lehrveranstaltung (Lehre)
Veranstaltungsnummer:
lv1524_s24
DozentIn:
Prof. Dr. Thorsten Kern, Ornella Tortorici, Ph.D., Tom Liebing, M. Sc, Folke Schwinning, M. Sc., Moritz Hollenberg, Mohammad Sadeghi Aval Shahr, Juliana Lüer, M.Sc.
Beschreibung:
  • Systematic reflection and analysis of the mechanical design process
  • Process structuring in sections (task, functions, acting principles, design-elements and total construction) as well as levels (working-, controlling-, and deciding-levels)
  • Creativity (basics, methods, practical application in mechatronics)
  • Diverse methods applied as tools (function structure, GALFMOS, AEIOU method, GAMPFT, simulation tools, TRIZ)
  • Evaluation and selection (technical-economical evaluation, preference matrix)
  • Value analysis, cost-benefit analysis
  • Low-noise design of technical products
  • Project monitoring and leading (leading projects / employees, organisation in product development, creating ideas / responsibility and communication)
  • Aesthetic product design (industrial design, colouring, specific examples / exercises)
Leistungsnachweis:
605 - Mechanical Design Methodology<ul><li>605 - Mechanical Design Methodology: mündlich</li></ul><br>m1143 - Applied Design Methodology in Mechatronics<ul><li>p842 - Applied Design Methodology in Mechatronics: Subject theoretical and practical work</li></ul><br>m1540 - Konstruieren und Gestalten (GTW MT BC T3.1)<ul></ul><br>m1648 - Construct and design (GTW MT BC T3.2 )<ul></ul><br>m1648-2023 - Construct and design (GTW BC T3.2 )<ul></ul>
ECTS-Kreditpunkte:
6
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Heimatinstitut: Institut für Mechatronik im Maschinenbau (M-4)
In Stud.IP angemeldete Teilnehmer: 61
Anzahl der Dokumente im Stud.IP-Downloadbereich: 30

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