- Aufbau und Entwicklungstendenzen der elektrischen Energieversorgung - Aufgaben und historische Entwicklung - symmetrische Drehstromsysteme - Grundlagen und Modellierung von Netzen - Leitungen - Transformatoren - Synchronmaschinen - Asynchronmaschinen
- Symmetrische Kurzschlussberechnung, Kurzschlussleistung - Netz- und Kraftwerksregelung - Netzschutz - Grundlagen der Netzplanung
- Grundlagen der elektrischen Energiewirtschaft und -märkte
K. Heuck, K.-D. Dettmann, D. Schulz: 'Elektrische Energieversorgung', Vieweg + Teubner, 9. Auflage, 2013 A. J. Schwab: 'Elektroenergiesysteme', Springer, 5. Auflage, 2017 R. Flosdorff: 'Elektrische Energieverteilung' Vieweg + Teubner, 9. Auflage, 2008
Voraussetzungen:
Grundlagen der Elektrotechnik
Leistungsnachweis:
Klausur
Bereichseinordnung:
Studiendekanat Elektrotechnik, Informatik und Mathematik
Studiendekanat Maschinenbau
Studiendekanat Verfahrenstechnik
Studienbereich Allgemeine Ingenieurwissenschaften (AIW)
Studienbereich Energie- und Umwelttechnik (EUT)
ECTS-Kreditpunkte:
4
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Heimatinstitut: E-6 Elektrische Energietechnik
In Stud.IP angemeldete Teilnehmer: 174
Anzahl der Postings im Stud.IP-Forum: 4
Anzahl der Dokumente im Stud.IP-Downloadbereich: 24
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.