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
Environmental Analysis (VL)
Untertitel:
This course is part of the module: Biology, Geology and Chemistry, Environmental Analysis and Water Technology Practice, Special Areas of Process Engineering and Bioprocess Engineering, Umweltanalytik für die Verfahrenstechnik
Semester:
WiSe 23/24
Veranstaltungstyp:
Vorlesung (Lehre)
Veranstaltungsnummer:
lv354_w23
DozentIn:
Dr. Dorothea Rechtenbach
Beschreibung:

Introduction

Sampling in different environmental compartments, sample transportation, sample storage

Sample preparation

Photometry

Wastewater analysis

Introduction into chromatography

Gas chromatography

HPLC

Mass spectrometry

Optical emission spectrometry

Atom absorption spectrometry

Quality assurance in environmental analysis
Leistungsnachweis:
650 - Biology, Geology and Chemistry<ul><li>650 - Biology, Geology and Chemistry: Klausur schriftlich</li></ul><br>650 - Special Areas of Process Engineering and Bioprocess Engineering<ul><li>605 - Ceramics Technology: Klausur schriftlich</li><li>605 - Chemical Kinetics: Klausur schriftlich</li><li>625 - Environmental Analysis: Klausur schriftlich</li><li>680 - Polymer Reaction Engineering: schriftliche Ausarbeitung</li><li>800 - Industrial Inorganic and Organic Processes: Klausur schriftlich</li><li>800 - Interfaces and Colloids: schriftliche Ausarbeitung</li><li>800 - Safety of Chemical Reactions: Klausur schriftlich</li><li>805 - Industrial biotechnology in Chemical Industriy: Presentation</li><li>805 - Solid Matter Process in Chemical Industry: schriftliche Ausarbeitung</li><li>835 - Lagrangian Transport in Turbulent Flows: written or oral</li><li>p1483 - Practice in bioprocess engineering: Presentation</li><li>p1570 - Optics for Engineers: Subject theoretical and practical work</li><li>p1571 - Optics for Engineers: Subject theoretical and practical work</li></ul><br>655 - Environmental Analysis and Water Technology Practice<ul><li>655 - Environmental Analysis and Water Technology Practice: Klausur schriftlich</li></ul><br>lv354 - Umweltanalytik (Vorlesung)<ul><li>625 - Environmental Analysis: Klausur schriftlich</li></ul><br>lv354 - Umweltanalytik (Vorlesung)<ul><li>p571 - Environmental Analysis: Klausur schriftlich</li></ul><br>m1814-2022 - Umweltanalytik für die Verfahrenstechnik<ul><li>p1810-2022 - Umweltanalytik für die Verfahrenstechnik: Klausur schriftlich</li><li>vl418-2022 - Verpflichtende Studienleistung Laborpraktikum Wasserchemie: schriftliche Ausarbeitung</li></ul>
ECTS-Kreditpunkte:
3
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Heimatinstitut: Institut für Abwasserwirtschaft u. Gewässerschutz (B-2)
In Stud.IP angemeldete Teilnehmer: 94
Anzahl der Dokumente im Stud.IP-Downloadbereich: 13

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.