产能是油气储层动态特征的一个综合指标,随着油气田勘探开发的深入和经济效益的最大化,储层的产能预测日趋显得重要。目前,储层的实际产能可通过试油、试采数据和生产来获得;无论是探井还是生产井,准确地预测产能,不仅可以减少了无效的施工工序,提高油藏的勘探开发效率,也提供了一种油藏早期评价的方法。　　本文开展了Sagizski区块的产能预测方法的研究。首先,收集整理本区块历年试油试采数据,对其试油试采成果进行分析。其次,采用数理统计原理,计算测井物性参数与日产油量、日产液量的相关系数和灰色关联度,分析各测井物性参数对产能的影响;将相关系数和灰色关联度综合考虑,对各测井参数进行排序,提出了不同的参数选择方案。再次,根据油藏工程法、神经网络法、支持向量机法的基本原理,对神经网络和支持向量机的输入参数组合、网络结构、模型参数进行优选,应用这三种方法建立了各自的产能预测模型。最后,对三种产能预测方法进的准确性行对比分析,确定同时选用油藏工程方法和支持向量机方法预测储层产能。根据筛选出的方法,应用Visual Basic编写了产能预测软件,最终实现了利用试油、测井资料对本区块储层早期产能的定量预测。