电力公司物资需求预测管理是物资计划管理的重要组成部分。物资计划管理作为供应链管理的前端，是物资供应保障的基础。2012年，SCP电力公司为了进一步推动公司物资集约化管理再上新台阶，针对公司在基建、农网升级、抗冰改造和应对突发灾害等方面遇到的新问题、新情况，提出司按照“加强平衡利库，推进按物资类别规模采购”的物资批量采购工作思路，大力推进以需求分析为导向的全面计划管理。目前，SCP电力公司开展物资需求预测管理工作大多依靠计划管理人员的工作经验及基层单位对物资需求的提报，这些方法多是依据项目的建设情况对物资需求的主观预估。然而，SCP电力公司要实现物资需求管控能力，需要建立一套科学的物资需求预测方法与预测管理系统，这也是SCP公司计划管理人员提出的需要考虑和解决的一个重要课题。在开发系统之前，本研究采用嵌入遗传算法的机器学习方法，分析SCP电力公司物资需求预测的关键因素，构建符合公司实际需求的物资需求预测模型，为系统开发奠定模型基础。通过明确系统的用户需求和功能需求，绘制需求预测业务流程图和数据流图，对SCP电力公司需求预测管理系统进行总体设计，明确系统功能模块包括：预测任务管理、需求预测算法管理、预测结果应用管理三个部分。其中，预测结果应用管理包括预采购计划编辑、协议库存采购计划编辑两个模块；借用SCP电力公司ERP系统的数据库进行数据存储，并对三个部分的功能进行了详细设计，给出了主要界面设计和数据表设计，并最终测试了本系统。通过测试，本系统能够满足SCP电力公司物资需求预测管理业务。本系统的成功开发，不仅实现了SCP电力公司物资需求预测管理业务，完善了SCP电力公司物资计划管理流程，而且还为其他电力公司的计划管理的完善提升起到了灯塔作用。