inAtlas, empresa especializada en soluciones de BigData y Analíticas de Geolocalización, ha presentado GeoBiz Energy, una herramienta diseñada para optimizar el análisis del mercado energético mediante la reconciliación de los Códigos Universales de Punto de Suministro (CUPS) con la Referencia Catastral, en base al Modelo 159 en la Orden EHA/2041/2009, de 16 de julio, por el Ministerio de Economía y Hacienda.
De acuerdo con la empresa, la nueva solución permitiría ver en un mapa de forma automática las direcciones de los CUPS con su referencia catastral, y tener acceso a todos los datos catastrales de tipología del inmueble, superficie, año de construcción, entre otros, cruzados con patrones de consumo tanto residenciales como empresariales para identificar nuevos clientes potenciales.
La plataforma utilizaría algoritmos avanzados de machine learning y procesamiento de datos espaciales para realizar la reconciliación de manera automática, identificando y corrigiendo discrepancias entre las diferentes fuentes de datos. Además, proporcionaría herramientas de visualización que permiten a los usuarios validar y gestionar los resultados de manera intuitiva.

Imagen: inAtlas
Según indicó inAtlas, esta solución permitiría a las compañías del sector obtener una visión georreferenciada más precisa de la demanda y distribución de energía, facilitando una mejor toma de decisiones estratégicas. Gracias a su capacidad de integrar y analizar grandes volúmenes de datos, GeoBiz Energy “ayudaría a las empresas a mejorar la eficiencia operativa y a identificar nuevas oportunidades de negocio”, afirmó.
La empresa explicó que al acceder a datos catastrales detallados, GeoBiz Energy permitiría identificar parcelas y superficies industriales aptas para la instalación de sistemas de energía renovable.
inAtlas señaló que la aplicación podría descargar referencias catastrales, notas simples y contactos empresariales. Además, GeoBiz Energy podría “optimizar la instalación de paneles solares al identificar cubiertas idóneas mediante datos avanzados sobre potencial solar, horas de sol y características de los tejados, garantizando una mayor eficiencia en la generación de energía”, añadió.
La empresa afirmó que entre las posibles configuraciones de la solución, la herramienta ofrecería:
- Identificar inmediatamente además la competencia y conocer sus datos de facturación.
- Integrar el servicio de Google Solar calculando a un click el número de placas fotovoltaicas potencialmente instalables en cada techo, añadiendo a eso los datos de la empresa que ocupa el edificio o el perfil de consumo de las personas que residen.
- Visualizar en mapa la red de subestaciones eléctricas de España para conocer la capacidad disponible, los solares disponibles para instalaciones a distancia en km y la proximidad a centros empresariales, polígonos industriales o áreas residenciales de alto consumo en energía eléctrica.
Este contenido está protegido por derechos de autor y no se puede reutilizar. Si desea cooperar con nosotros y desea reutilizar parte de nuestro contenido, contacte: editors@pv-magazine.com.
Al enviar este formulario, usted acepta que pv magazine utilice sus datos con el fin de publicar su comentario.
Sus datos personales solo se divulgarán o transmitirán a terceros para evitar el filtrado de spam o si es necesario para el mantenimiento técnico del sitio web. Cualquier otra transferencia a terceros no tendrá lugar a menos que esté justificada sobre la base de las regulaciones de protección de datos aplicables o si pv magazine está legalmente obligado a hacerlo.
Puede revocar este consentimiento en cualquier momento con efecto para el futuro, en cuyo caso sus datos personales se eliminarán inmediatamente. De lo contrario, sus datos serán eliminados cuando pv magazine haya procesado su solicitud o si se ha cumplido el propósito del almacenamiento de datos.
Puede encontrar más información sobre privacidad de datos en nuestra Política de protección de datos.