二氧化碳排放是造成温室效应的主要原因之一，富氧燃烧作为一种有效的碳减排与封存技术具有广泛的研究前景。在燃煤电厂中煤粉富氧燃烧的着火温度是燃烧器设计和运行安全的重要指标，并且与煤粉组成成分、煤粉粒径以及燃烧氛围都有复杂的相关性。因此，对煤粉富氧燃烧着火温度的预测模型研究意义重大。采用滴管炉分别测量了5种煤粉在O₂体积分数为30%、35%、40%、50%、60%、70%、80%、90%、100%富氧条件下的着火温度，分析了氧气体积分数和煤粉的组成成分与着火温度之间的关系。研究发现，随着氧气体积分数分数的增加，5种煤样的着火温度均显著下降，且挥发分越高的煤，下降幅度越大。将45组试验着火温度数据与其他研究者采用同样方法测得的69组着火温度数据组成机器学习样品库，以煤粉的元素分析、工业分析、煤粉粒径及氧气体积分数为输入条件，以着火温度T为目标输出，构建了遗传算法优化的随机森林模型（GA-RF模型），准确预报了煤粉富氧燃烧的着火温度，其预报精度为：R²>0.99，RMSE<16，MAE<8。通过模型参数重要性分析发现，氢组分超过5%后，着火温度出现阶跃式上升，现有煤粉着火数据也证实了该现象。