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
Studienorientierung und -reflexion I (SE)
Untertitel:
Diese Lehrveranstaltung ist Teil des Moduls: Studienorientierung und -reflexion, Studienorientierung und -reflexion I
Semester:
WiSe 23/24
Veranstaltungstyp:
Seminar (Lehre)
Veranstaltungsnummer:
lv2299_w23
DozentIn:
Stefanie Preuß, Dipl.-Ing. Wibke Derboven
Beschreibung:

Die Studierenden werden angeleitet und unterstützt, umwesentliche Schlüsselkompetenzen in vier Bereichen zu entwickeln:

  • Sachkenntnisse über die Studiengänge undStrukturen der TUHH.
  • Befähigungzum Studieren: Es werden Kenntnisse zur Selbstorganisation, Zeitmanagement,Mitschriften- und Materialorganisation, Lerntechniken und Emotionsregulationvermittelt und in Teilen eingeübt.
  • Befähigungzum Reflektieren der im Orientierungsstudium gemachten Erfahrungen (Lehrveranstaltungenund Berufsfelderkundung) vor dem Hintergrund einer realistischenSelbsteinschätzung der Passung. Es werden Methoden der strukturiertenindividuellen Reflexion vermittelt und angewendet.
  • Befähigungeine fundierte Entscheidung zu treffen auf der Basis von
    •  Wissenüber ingenieurwissenschaftliche Studiengänge,
    •  Erfahrungenin den Lehrveranstaltungen sowie der Berufsfelderkundung und
    •  Selbstkenntnisvon Interessen, Stärken, Anstrengungsbereitschaft und Wünschen.

Methodisch werden drei Settings kombiniert:

  • Tutorengestützte Veranstaltungen zum Kennenlernen des Studierens an der TUHHund der Herausforderungen eines Studiums aus studentischer Sicht.
  • Vonden Lehrenden durchgeführte Veranstaltungen zu den Schlüsselkompetenzen: Studier-,Reflexions- und Entscheidungsfähigkeit (Input und Übung).
  • Vonden Lehrenden moderierte Veranstaltungen zur Motivations-, Passungs- undEntscheidungsklärung.
Leistungsnachweis:
m1469 - Studienorientierung und -reflexion<ul><li>p1387 - Studienorientierung und -reflexion: Fachtheoretisch-fachpraktische Arbeit</li></ul><br>m1469-2022 - Studienorientierung und -reflexion<ul><li>p1387 - Studienorientierung und -reflexion: Fachtheoretisch-fachpraktische Arbeit</li></ul><br>m1904-2023 - Studienorientierung und -reflexion I<ul><li>p1920-2023 - Studienorientierung und -reflexion I: Fachtheoretisch-fachpraktische Arbeit</li></ul>
ECTS-Kreditpunkte:
3
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Heimatinstitut: ZB Servicebereich Lehre u. Studium (SLS)
In Stud.IP angemeldete Teilnehmer: 55
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