中国低煤阶煤层气资源丰富,且煤层气作为一种清洁能源,其开发和利用可有效地缓解我国天然气资源短缺问题,但是商业化规模开发稍显不足,亟需系统研究。煤层气高效开发的前提是有利区优选,但目前煤层气开发选区评价均涉及一定的主观人为因素,会间接影响或干扰预测效果。将黄陇煤田彬长矿区大佛寺井田低煤阶作为研究对象,以生产实际数据为基础,采用机器学习中的随机森林算法对该区煤层气开发选区做出预测。结果表明:(1)Pearson关联系数(PCC)分析表明含气量、灰分、煤层净厚度、构造位置、顶板厚度、渗透率、储层压力和埋深这8个煤层气产出相关参数相互独立,可用于模型建立;(2)随机森林算法将煤层气开发选区划分为5类不同程度的区域,其中Ⅰ类(极高)和Ⅱ类(高有利)区占整个研究区域的13.88%,主要分布在井田的中部,西部存在Ⅱ类(高有利区)分布,后续开发部署井位也可着重考虑,而井田的东南部不适于后续部署井位;(3)由接受者操作特征曲线(ROC)可知,一般成功率曲线与预测率曲线下的面积值(AUC)为0.961,表明随机森林模型预测精度较高,结果可靠。通过机器学习算法对煤层气开发选区进行综合预测,可规避传统算法中的人为主观因素,且具有较高的精度,可为后续非常规油气开发选区提供一定的理论参考依据。