Simon Stock

M.Sc.
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 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)

2024

2023

2022

2021

Lehrveranstaltungen

Stud.IP
zur Veranstaltung in Stud.IP Studip_icon
Electrical Engineering II (EN) (VL)
Untertitel:
This course is part of the module: Electrical Engineering II, Electrical Engineering II (EN), Electrical Engineering II (GES)
Semester:
SoSe 24
Veranstaltungstyp:
Vorlesung (Lehre)
Veranstaltungsnummer:
lv747_s24
DozentIn:
Dr.-Ing. Payam Teimourzadeh Baboli, Prof. Dr.-Ing. Christian Becker
Beschreibung:
  • Transients
  • Periodic and sinusoidal signals
  • Power in AC circuits
  • Three-phase systems
  • Transformers
  • Harmonic analysis, transfer functions, filters, locus curve, and Bode plot
  • Resonant circuits
  • Diodes and nonlinear circuits
  • Bipolar transistor and operational amplifier
Leistungsnachweis:
315 - Electrical Engineering II<ul><li>315 - Electrical Engineering II: Klausur schriftlich</li></ul><br>m772 - Electrical Engineering II (GES)<ul><li>p400 - Electrical Engineering II (GES): Klausur schriftlich</li></ul><br>m772-2021 - Electrical Engineering II (EN)<ul><li>p400-2021 - Electrical Engineering II (EN): Klausur schriftlich</li></ul>
ECTS-Kreditpunkte:
5
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Heimatinstitut: E-6 Elektrische Energietechnik
In Stud.IP angemeldete Teilnehmer: 77
Anzahl der Dokumente im Stud.IP-Downloadbereich: 45

Betreute Abschlussarbeiten

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.