邹俊荣，刘 锐，李烨桐，石雪松，陶新民

(东北林业大学 工程技术学院，哈尔滨 150040)

0 引 言

随着社会经济的不断发展，电力企业面临着越来越激烈的市场竞争，而电力物资的仓储管理直接影响着电力企业的发展和效益[1-2]。随着电子以及物联网等技术的不断进步与日益成熟，信息系统识别技术得到了飞速的发展[3-4]。将信息技术应用到电力物资仓储管理体系中，建设智慧仓储网络，完善智能仓储信息管理系统越来越受到电力物资企业的重视[5-6]。

同时，随着电力物资需求的日益增多，电力行业面临着客户需求复杂、采购周期长、需求预测困难等诸多问题，这对电力物资的需求管理和库存管理提出了巨大的挑战，因此，对电力物资进行需求预测和库存控制越来越受到企业的重视[7]。

近年来，支持向量回归机(Support Vector Regression，SVR)算法被应用于越来越多的领域，付强等[8]将SVR算法用于奶牛饲料能量消耗的预测上，于慧春等[9]将SVR算法用于预测加热食用油反式脂肪酸的含量上，ZHANG Xianxia等[10]将SVR算法用于快加热加工中。龚巍[11]、丁红卫等[12]将BP神经网络算法应用于电力物资的库存控制与需求预测上，取得了很好的效果，但对于小样本数据的处理，SVR算法优于BP神经网络算法，表现出更高的精度。

因此，对电力物资仓储信息进行智能化管理，提升仓储信息读取与识别效率，提高需求预测的准确性，降低资金占用率和物资浪费是至关重要的。本文将近场通信技术(Near Field Communication，NFC)的标签读写模块PN532 NFC RFID V3和一款基于ARM Cortex-M 内……