Christoph Klie

M.Sc.
Wissenschaftlicher Mitarbeiter

Kontakt

Christoph Klie, M.Sc.
E-6 Elektrische Energietechnik
  • Elektrische Energietechnik
Sprechzeiten
Jederzeit
Harburger Schloßstraße 36,
21079 Hamburg
Gebäude HS36, Raum C3 0.001
Tel: +49 40 42878 2239
E-Mail:
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

Publikationen

TUHH Open Research (TORE)

2023

2022

Lehrveranstaltungen

Stud.IP
zur Veranstaltung in Stud.IP Studip_icon
Elektrotechnisches Projektpraktikum
Untertitel:
Modul: Elektrotechnisches Projektpraktikum
Semester:
SoSe 22
Veranstaltungstyp:
PBL -Projekt-/problembasierte Lehrveranstaltung (Lehre)
Veranstaltungsnummer:
lv640_s22
DozentIn:
Prof. Dr.-Ing. Christian Becker, Dr. Davood Babazadeh, Christoph Klie, M.Sc., Nick Muhsal, M. Sc, Tom Steffen, M.Sc., Alexander Schlaefer, M.Sc. Martin Fischer, Dr.Ing- Koojana Kuladinithi, M. Sc Leonard Fisser, Dr. Wieland Hingst, Wieland Hingst, Dr.-Ing. Jan Brumm, M. Sc Semir Cömertpay, Fabian Steinmetz, Anna-Lena Steen, M.Sc., Florian Thorsten Lutz Strobel, Philipp Hube
Beschreibung:

Es werden Projekte aus dem ganzen Anwendungsbereich der Elektrotechnik bearbeitet. Dabei werden typischerweise Prototypen von Funktionseinheiten oder ganzen Systemen gebaut. Beispiele sind: Radargeräte, Sensornetzwerke, Amateurfunkgeräte, leistungselektronische Umrichter, diskrete Rechner, Kraftmikroskope. Die Projekte werden jedes Jahr neu konzipiert.

Voraussetzungen:
<p>Elektrotechnik I, Elektrotechnik II</p>
Leistungsnachweis:
Fachtheoretisch-fachpraktische Arbeit
ECTS-Kreditpunkte:
6
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Heimatinstitut: Elektrische Energietechnik (E-6)
In Stud.IP angemeldete Teilnehmer: 52
Anzahl der Dokumente im Stud.IP-Downloadbereich: 34

Betreute Abschlussarbeiten

laufende

2023

  • Erxleben, J. (2023). Entwicklung eines Algorithmus zur Identifikation und Klassifizierung relevanter Arbeitspunkte eines elektrischen Systems aus Momentanwert-Datensätzen.

beendete

2023

  • Engemann, T. (2023). Entwicklung einer Methodik zur automatischen Identifizierung, Klassifizierung und Modellierung betriebsrelevanter Arbeitspunkte eines elektrischen Netzes aus Echtzeitmesswerten.

  • Herzberg, M. (2023). Entwicklung eines echtzeitfähigen Photovoltaiksimulators auf Basis historischer Strahlungsdaten für einen Power Hardware-in-the-Loop Aufbau mit einem PV-Wechselrichter.

  • Heunda, J.E.W. (2023). Entwicklung, Optimierung und Vergleich von Methoden zur Erzeugung passiver Ersatzschaltbilder aus Messwerten einer Impedanzspektroskopie.

2022

  • Becker, H. C. (2022). Entwicklung, Implementierung und Verifizierung einer Schnittstellensynchronisation für die Kopplung von in Echtzeit simulierten Anlagen und Komponenten an einen PHiL Laboraufbau.

  • Hinzke, M. (2022). Untersuchung der Stabilität eines Power Hardware-in-the-Loop Teststandes unter der Verwendung eines Synchrongenerators als Schnittstelle zwischen Simulation und Hardware.

  • Landenfeld, Jakob (2022). Implementierung und Validierung einer Methode zur Stabilisierung von Power Hardware-in-the-Loop Simulationen mittels einer online-Impedanzmessung auf einem FPGA.

  • Landenfeld, Jakob (2022). Bestimmung der Stabilitätskriterien eines DC Power Hardware-in-the-Loop Aufbaus zur Untersuchung von Rippelstrom in Gleichstromsystemen.

  • Müller, E. (2022). Evaluation of different modelling approaches for battery aging to predict capacity fade for optimization of battery operation.

  • von Krosigk, J. (2022). Analyse und Bewertung einer Einsatzoptimierung für erneuerbare Energieanlagen in Kombination mit Batteriespeichersystemen im Multi-Use Betrieb.

2021

  • Erxleben, J. (2021). Untersuchung der Performance eines Pools aus Erneuerbaren Energien für die Erbringung von frequenzstützenden Maßnahmen.

  • von Krosigk, J. (2021). Untersuchung eines neuartigen Ansatzes zur kurz- und mittelfristigen Vorhersage der Netzfrequenz unter der Verwendung künstlicher neuronaler Netze.