Simon Stock

M.Sc.
Wissenschaftlicher Mitarbeiter

Kontakt

Simon Stock, M. Sc.
E-6 Elektrische Energietechnik
  • Elektrische Energietechnik
Sprechzeiten
Jederzeit
Harburger Schloßstraße 36,
21079 Hamburg
Gebäude HS36, Raum C3 0.006
Tel: +49 40 42878 2378
Logo

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)

2023

2022

2021

Lehrveranstaltungen

Stud.IP
zur Veranstaltung in Stud.IP Studip_icon
Seminare.EIM: Seminar on Electromagnetic Compatibility and Electric Power Systems (Bachelor/Master-ET)
Semester:
WiSe 22/23
Veranstaltungstyp:
Seminar (Lehre)
DozentIn:
Prof. Dr.-Ing. Christian Becker, Dr. Anna Katharina Kirf, Kathleen Potzahr, Prof. Dr. sc. techn. Christian Schuster, Marwan Mostafa, M.Sc., Mirco Woidelko, M.Sc., M.A., Dr. Cheng Yang, Christoph Klie, M.Sc., Johannes Heise, M.Sc., Dr.-Ing. Jan-Peter Heckel, Simon Stock, M.Sc., Hanko Ipach, M.Sc., Robert Annuth, M.Sc., Béla Wiegel, M.Sc., Tom Steffen, M.Sc.
Beschreibung:
Due to the energy transition, an increasing number of renewable energy plants are installed and connected to the grid. Their integration into the existing grid structure leads to challenging problems, which need to be solved to keep the grid stable. In addition to the conventional methods, the increasing availability of computational power allows to explore more computationally expensive algorithms and techniques. Besides optimization algorithms, machine learning approaches have gained popularity in the field of power engineering. Machine learning is a very diverse approach also used in multiple other disciplines and can be tailored to solve various problems. It offers a broad variety of techniques, networks, and algorithms with multiple advantages.
In this joint seminar, the different applications for optimization techniques and machine learning in electrical energy systems are presented and discussed.
The Seminar is open for Bachelor and Master Students in the electrical engineering program of TUHH.
PhD students from both Institutes present their current research, while Bachelor/Master students give presentations on topics related to either power technology or electromagnetic compatibility.
Bereichseinordnung:
Studiendekanat Elektrotechnik, Informatik und Mathematik
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Heimatinstitut: Studiendekanat Elektrotechnik, Informatik und Mathematik (E)
In Stud.IP angemeldete Teilnehmer: 33
Anzahl der Postings im Stud.IP-Forum: 2
Anzahl der Dokumente im Stud.IP-Downloadbereich: 4

Betreute Abschlussarbeiten

laufende
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.