Dr.-Ing. Simon Stock

2020-2024 Wissenschaftlicher Mitarbeiter

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 Energie (BMWE); Laufzeit: 2021 bis 2024

Forschungsschwerpunkt

Optimaler Betrieb und Energiemanagement von elektrischen Verteilnetzen (Smart Grids) mithilfe von künstlicher Intelligenz

Publikationen

TUHH Open Research (TORE)

2025

2024

2023

2022

2021

Betreute Arbeiten

abgeschlossene
  • Eid, Sari
    Physics-informed Reinforcement Learning for Coordination of Virtual Inertia in Distribution Systems.
    2023 Diverses
  • Hund, Philipp
    Koordinierte Bereitstellung von virtueller Trägheit durch erneuerbare umrichterbasierte Energieanlagen in Verteilnetzen mithilfe von künstlicher Intelligenz.
    2021 Thesis TU Hamburg, Institut für Elektrische Energietechnik
    Masterarbeit
  • Hund, Philipp
    Modellierung eines elektrischen Netzes zur Demonstration des Einflusses von virtueller Trägheit durch umrichterbasierte Energieanlagen.
    2021 Diverses
  • Plant, Rebecca
    Estimation of Power System Inertia in an Inverter-Dominated Distribution Grid Using Machine Learning.
    2021 Thesis TU Hamburg, Institut für Elektrische Energietechnik
    Masterarbeit
  • Möller, Paul
    Erfassung der Knotenspannung in Niederspannungsnetzen auf Basis von dezentralen Messeinrichtungen mithilfe von Machine learning.
    2021 Thesis TU Hamburg, Institut für Elektrische Energietechnik
    Bachelorarbeit
  • Schmidt, Marten
    Vorhersage von zuverlässig bereitstellbarer Regelleistung aus Erneuerbaren Energien mithilfe von neuronalen Netzen.
    2020 Thesis TU Hamburg, Institut für Elektrische Energietechnik
    Bachelorarbeit
  • Dressel, Markus
    Modellierung der Zustandsschätzung eines elektrischen Netzes mit Hilfe von Graph neuronalen Netzen.
    2020 Thesis TU Hamburg, Institut für Elektrische Energietechnik
    Masterarbeit