Nozares vēstis

Zinātniski praktiskais seminārs “Silti un energoefektīvi”

Publicēts: 30.01.2026
Skatījumi: 48
Zinātniski praktiskais seminārs “Silti un energoefektīvi”

Publicitātes foto

Latvijas Universitātes Enerģētikas nozares industriju dienas ietvaros tiek rīkots zinātniski praktiskais seminārs Silti un energoefektīvi.

Norises laiks: 2026. gada 25. februārī no plkst. 13.00  līdz 17.30.

Norises vieta: Latvijas Universitātes Dabas māja – Rīga, Jelgavas iela 1, 107. telpa (klātienē).

Reģistrācija dalībaihttps://forms.office.com/e/EADBubJvc6

Seminārs reģistrēts Latvijas Siltuma, gāzes un ūdens tehnoloģijas inženieru savienībā, reģistrācijas Nr. 3/2026 (5 profesionālās pilnveides punkti, 4 akadēmiskās stundas).

Dalība seminārā ir bez maksas, vietu skaits ierobežots.
Kontakti papildu informācijai – [email protected]

PROGRAMMA

13.00–13.10 

Atklāšana un ievadvārdi (Diāna Šmite, Andris Jakovičs; LU Eksakto zinātņu un tehnoloģiju fakultāte (EZTF)).

13.10–13.40 

Ēku energoefektivitātes aprēķinu veikšana Latvijā (Gatis Žogla; Latvijas Energoauditoru asociācija)

13.40–14.10

Termisko tiltu būvkonstrukcijās skaitliskie aprēķini (Staņislavs Gendelis; LU EZTF Skaitliskās modelēšanas institūts)

14.10–14.40 

Siltumenerģijas patēriņa noteikšanas sistēma – alternatīva siltumskaitītājiem (Jānis Eriņš; SIA ECENGO)

14.40–15.00

Kafijas pauze

15.00–15.30

Baltijā pirmā Passive House Plus sertificēta ēka (Staņislavs Gendelis; LU EZTF Skaitliskās modelēšanas institūts)

15.30–16.00

Nesen uzcelto ēku energoefektivitāte (Anatolijs Borodiņecs; RTU Ilgtspējīgo būvmateriālu un inženiersistēmu institūts)

16.00–16.40

Neironu tīklu algoritmi ēku tehnisko sistēmu vadībai (Jevgēņijs Teļičko, Mihails Daņilovs; LU EZTF Skaitliskās modelēšanas institūtsSIA Intelify)

16.40–17.00

Testēšana un in-situ mērījumi ēku energoefektivitātei (Andris Jakovičs; LU EZTF Skaitliskās modelēšanas institūts)

17.00–17.30

Diskusija pie kafijas.

ERAF Nr. 1.1.1.3/1/24/A/066 “Daudzdzīvokļu ēku siltumapgādes sistēmas vadības efektivitātes paaugstināšana, izmantojot mākslīgā intelekta risinājumus un prognožu datus”