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 > Robert Annuth, M.Sc.

Robert Annuth

M.Sc.
Wissenschaftlicher Mitarbeiter

Kontakt

Robert Annuth M. Sc.
E-6 Elektrische Energietechnik
  • Elektrische Energietechnik
Sprechzeiten
nach Vereinbarung
Harburger Schloßstraße 36,
21079 Hamburg
Gebäude HS36, Raum C3 0.005
Tel: +49 40 42878 2837
Logo

Forschungsprojekt

SuSy
Sustainable DC-Systems - Gleichstrom-Energieversorgung auf Schiffen

SuSy

Sustainable DC-Systems - Gleichstrom-Energieversorgung auf Schiffen

Bundesministerium für Wirtschaft und Klimaschutz (BMWK); Laufzeit: 2021 bis 2024

zur Projektseite

Publikationen

TUHH Open Research (TORE)

2024

2023

Lehrveranstaltungen

Stud.IP
zur Veranstaltung in Stud.IP Studip_icon
Machine Learning Applications in Electric Power Systems (VL)
Untertitel:
This course is part of the module: Machine Learning in Electrical Engineering and Information Technology
Semester:
SoSe 24
Veranstaltungstyp:
Vorlesung (Lehre)
Veranstaltungsnummer:
lv3008_s24
DozentIn:
Prof. Dr.-Ing. Christian Becker, Dr. Davood Babazadeh, Simon Stock, M.Sc.
Beschreibung:

This part of the course focuses on how to utilize ML methods to model and operate electric power systems. Electric power systems consist of generation units such as PV, loads or consumers and the grid that connects those actors and supports to transport energy. This part of the course helps to understand the data-driven modelling of generation units (e.g. PV & fuel cells), modelling of load behavior, and to formulate and solve a state estimation problem for distribution grids using neural networks.

This part of the course includes lectures to introduce the basics that are followed by practical examples and coding.

Leistungsnachweis:
m1785-2022 - Machine Learning in Electrical Engineering and Information Technology<ul><li>p1778-2022 - Machine Learning in Electrical Engineering and Information Technology: mündlich</li></ul>
ECTS-Kreditpunkte:
1
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Heimatinstitut: Elektrische Energietechnik (E-6)
In Stud.IP angemeldete Teilnehmer: 3

Betreute Abschlussarbeiten

laufende

2024

  • Görner, T. (2024). Vergleich der Effizienz von Windparks mit AC- und DC-Sammelnetzen.

beendete

2024

  • Schultheiß, J. (2024). Impedanzbasierte Stabilitätsanalyse zur Bewertung der Stabilitätsgrenzen von DC- und AC-Netzen.

2023

  • Görner, T. (2023). Ermittlung der Stabilitätsgrenzen von DC-Microgrids und Validierung durch transiente Simulationen.

  • Langendörfer, T. (2023). Entwicklung eines Konzepts zur Auswahl von Netzstrukturen und Regelkonzepten für DC-Microgrids.

  • Rudolf, D. (2023). Optimierung der Energieeffizienz in DC-Microgrids: Eine Untersuchung der Rolle von DC-DC Wandlern.

  • Wichmann, A. (2023). Entwicklung eines Konzeptes zur datenbasierten Ermittlung des Alterungszustandes von Fahrzeugbatterien.

  • Winkel, J. (2023). Configurable gate driver circuits for IGBT based inverters with adjustable piecewise voltage and current gradient for industrial application.

2022

  • Nußbaum, F. (2022). Untersuchung der Systemstabilität von maritimen DC-Micro Grids durch Betrachtung von Lastflüssen und möglichen Fehlerfällen.

  • Nußbaum, F. (2022). Optimierung von Betriebszuständen und Spannungsregelung eines DC-Microgrids durch Reinforcement Learning.

  • Winter, K. (2022). Entwicklung eines verteilten Messsystems zur frequenzabhängigen Netzimpedanzbestimmung über einen breiten Frequenzbereich bis 500 kHz.

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