在致密气藏开发过程中,气井产量的准确预测与合理配产对气田开发趋势的预判及效果评价具有重要意义。在实际生产过程中,气井产量受各种因素综合影响,受数学模型的限制,传统产量递减方法考虑影响因素有限,气井产量预测结果适用性差。随着智能化气田的建设和计算机大数据分析技术的发展,使用大数据分析方法进行气井产量预测具有很好的前景。本文以川西致密气藏为研究对象,在气井产量影响因素分析的基础上,基于大数据分析方法,建立了可灵活考虑多种影响因素的气井产量预测模型,利用该模型开展产量预测,取得了较好的预测效果。通过本文的研究主要获得以下研究成果:(1)开展了新场沙溪庙组气藏气井生产动态特征分类研究。分析新场沙溪庙组气藏气井产量与压力变化趋势,采用动静结合方法对气井生产动态特征进行分类,明确了不同类型气井产量变化特征及分布特点;(2)分析了气井产量影响因素。利用统计学方法,分析新场沙溪庙组气藏静态地质参数对气井产能的影响,明确影响气井产能的主控因素,为神经网络输入参数的设定提供了依据;(3)使用储层静态参数作为静态约束条件,井口油压,水气比和剩余可采储量作为动态约束条件,使用循环神经网络和长短时记忆神经网络构建了气井产量预测模型。分析了两种产量预测模型的适用条件,优化了循环神经网络和长短时记忆神经网络的内部参数;(4)以日产气量作为动态约束条件,储层静态参数作为静态约束条件,利用支持向量机方法建立单井控制储量计算模型。输入单井生产数据与地质参数,通过支持向量机方法建立其与单井控制储量的关系,可计算气井井控储量;(5)基于气井产量预测模型与井控储量计算模型,对川西新场气田三种不同类型气井进行产量预测,并与传统产量递减分析模型进行对比,取得了较好的预测效果。本文将大数据分析方法引入石油工程领域气井产量预测研究,针对川西致密气藏产量预测取得了较好效果,可进一步推广应用。