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
CAPE with Computer Exercises (IV)
Untertitel:
This course is part of the module: CAPE - Computer Aided Process Engineering, Process Simulation and Process Safety
Semester:
SoSe 24
Veranstaltungstyp:
Vorlesung (Lehre)
Veranstaltungsnummer:
lv1039_s24
DozentIn:
Prof. Dr. Mirko Skiborowski, Alina Dobschall, Anna Sophia Horsch, Thomas Waluga, Dozent V4, M. Sc Momme Adami, Marius Fiedler, Siv Magdalena Kinau, Kai Kruber, Francesca Meyer, Lucas Schaare
Beschreibung:

I. Introduction

       1. Fundamentals of steady state process simulation

       1.1. Classes of simulation tools
       1.2. Sequential-modularer approach
       1.3. Operating mode of ASPEN PLUS
       2. Introduction in ASPEN PLUS
       2.1. GUI
       2.2. Estimation methods of physical properties
       2.3. Aspen tools (z.B. Designspecification)
       2.4. Convergence methods

II. Exercices using ASPEN PLUS and ACM

            Performance and constraints of ASPEN PLUS
            ASPEN datenbank using
            Estimation methods of physical properties

            Application of model databank, process synthesis

            Design specifications

            Sensitivity analysis
            Optimization tasks
            Industrial cases
Leistungsnachweis:
600 - CAPE - Computer Aided Process Engineering<ul><li>600 - CAPE - Computer Aided Process Engineering: Klausur schriftlich</li></ul><br>m1954-2023 - Process Simulation and Process Safety<ul><li>p1952-2023 - Process Simulation and Process Safety: Subject theoretical and practical work</li></ul><br>m897 - CAPE - Computer Aided Process Engineering<ul><li>600 - CAPE - Computer Aided Process Engineering: Klausur schriftlich</li><li>vl352 - Compulsory Course Work Computer Aided Process Engineering (CAPE) - Group discussion: Group discussion</li></ul><br>m897 - CAPE - Computer Aided Process Engineering<ul><li>p328 - CAPE - Computer Aided Process Engineering: Klausur schriftlich</li><li>vl352 - Compulsory Course Work Computer Aided Process Engineering (CAPE) - Group discussion: Group discussion</li></ul><br>m897-2022 - CAPE - Computer Aided Process Engineering<ul><li>p328-2022 - Computer Aided Process Engineering (CAPE): Subject theoretical and practical work</li><li>vl352 - Compulsory Course Work Computer Aided Process Engineering (CAPE) - Group discussion: Group discussion</li></ul>
ECTS-Kreditpunkte:
4
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Heimatinstitut: Institut für Systemverfahrenstechnik (V-4)
In Stud.IP angemeldete Teilnehmer: 46
Anzahl der Dokumente im Stud.IP-Downloadbereich: 24

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