Home | Impressum | Datenschutz | Sitemap | KIT

M.Sc. Steven de Jongh

Sprechstunden: 

nach Vereinbarung


Raum: 310
Tel.: +49 721 608-43065
steven dejonghJhi7∂kit edu

Aufgabengebiete

Forschungsgebiet: „Maschinelles Lernen in Elektroenergiesystemen“

 

Zu vergebende Arbeiten
Titel Forschungsthema Betreuer Bearbeiter
Uncertainty Quantification using Bayesian Inference for Stochastic Programming in Electrical Grids

Steven de Jongh M.Sc., Felicitas Müller M.Sc.


Laufende Arbeiten
Titel Forschungsthema Betreuer Bearbeiter
Implementierung und Vergleich von Modellierungsmethoden für Gasverteilnetze

Felicitas Müller M.Sc., Steven de Jongh M.Sc.

Victor Weise
Deep Reinforcement Learning zur Netzspeicheroptimierung

Steven de Jongh M.Sc.

David Freund
Lastflussuntersuchungen unter Berücksichtigung verschiedener Netzkupplungen zwischen benachbarten Mittelspannungsnetzen

Frederik Gielnik M.Sc., Steven de Jongh M.Sc.

Firas Moatemri
Stochastische Optimierung am Beispiel des Energy Smart Home Lab

Steven de Jongh M.Sc., Felicitas Müller M.Sc.

Haoze Song
K.I. basierte Parameteroptimierung von Regelungsstrukturen für Umrichter der Modularen Multilevel Technologie

Carolin Hirsching M.Sc., Steven de Jongh M.Sc.

Pingda Shen
Reduzierung von Polradwinkelpendelungen mittels Künstlicher Intelligenz (K.I.)

Steven de Jongh M.Sc., Timo Nowak M.Sc.

Yamen Guermazi
Geometric Deep Learning for Grid Calculation and Optimization

Steven de Jongh M.Sc.

Fares Kallel
Imitationslernen zur Prädiktivregelung elektrischer Verteilnetze

Steven de Jongh M.Sc., Sina Steinle M.Sc.

Anna Hlawatsch


Abgeschlossene Arbeiten
Titel Forschungsthema Betreuer Bearbeiter
Vorhersage der kurzfristigen PV-Einspeisung im Raum Karlsruhe

Steven de Jongh, M.Sc.

Ala Eddine Yacoub
Automatisierte Topologieerkennung und Parameteridentifikation in Verteilnetzen

Steven de Jongh, M.Sc., Felicitas Müller, M.Sc.

Mohamed Mezghanni
Zustandsschätzung in sektorengekoppelten Verteilnetzen mittels neuronalen Netzen

Felicitas Müller M.Sc, Steven de Jongh M.Sc.

Hongfei Li
Implementierung und Vergleich von Modellierungsmethoden für Gasverteilnetze

Felicitas Müller M.Sc., Steven de Jongh M.Sc.

Tomás López
Entwicklung eines Zustandsschätzers für gekoppelte Gas- und Stromnetze basierend auf maschinellem Lernen

Felicitas Müller M.Sc, Steven de Jongh M.Sc.

Boyana Georgieva


Veröffentlichungen
Titel Autor Quelle
Machine learning based state-estimation in sector coupled energy distribution systems

Steven de Jongh, Felicitas Müller, Boyana Georgieva, Michael Suriyah, Thomas Leibfried

Smart Energy Systems – 4th Generation Heating, Electrification, Electrofuels and Energy Efficiency 2019, Copenhagen
Comparison of multi-timestep Optimization Methods for Gas Distribution Grids

 Felicitas Müller, Martin Zimmerlin, Steven de Jongh, Michael R. Suriyah, Thomas Leibfried

IEEE UPEC 2019, Bukarest