数据预测是大数据应用的核心,数据预测的优势体现在,将一个复杂的实际预测问题,转化为函数模型问题。为了能够良好的实现预测算法在实际问题领域的应用,提供可靠的数据预测,需要提高预测算法的准确度并缩小误差。当前预测算法在火电厂发电量预测中存在一些问题。首先,在预测算法中的参数和公式系数上,大多采用静态的方法,不能够做到实时的调节变化。其次,在实际的数据预测中,预测曲线不能准确的把握数据的拐点和趋势走向。在传统的指数平滑预测模型中,该模型预测的时间范围比较短,不能做到有效的中长期预测。部分静态参数的模型在特定的环境下,可以准确对数据进行预测,但在火电厂发电量预测中,存在高误差、不稳定、低关联性等缺陷。本文提出了时间序列中具有动态平滑系数和参数的动态三次指数平滑法,研究该模型在火电厂发电量预测的适用性。在选取动态参数时使用遗传算法中的轮盘赌算法,通过遗传算法中交叉、复制、变异等一系列操作,来优化动态参数的寻找。由于采用最短步距和迭代循环的计算方式对中长期的发电量走势进行预测,三次指数平滑所用的参数为临近三个月发电量参数,动态系数采用轮盘赌算法计算出的系数。由于实际存在外界环境的干扰,模型会根据企业的生产日志和外界的政策因素,采用预测干预法对数据进行干预和修正。为验证算法的优化效果,本文将使用遗传算法改进的动态三次指数平滑法与动态参数指数平滑法和静态三次指数平滑法做对比,通过实验表明遗传算法改进的动态三次指数平滑法,具有良好的预测数据的能,能够更好的掌握数据的拐点和趋势。该模型具有一定的参考和推广价值,适合火电厂发电量的中长期预测,不仅可以为发电量预测提供重要参考数据,对经济和环境的协调发展具有重要的理论和现实意义。