我国致密砂岩气藏资源极为丰富，就探明储量和技术实力而言，是最具现实勘探开发意义的非常规天然气领域。致密砂岩天然气已成为我国天然气供应的一支重要力量，并将继续成为储量和产量增长的亮点[1]。由于致密砂岩储层存在孔隙度小，渗透率低，含气饱和度低，测井响应关系复杂，压裂措施后产能影响因素复杂等问题，给致密砂岩气层的储层评价带来了一系列的挑战。正确评价储层产能有助于落实油气勘探成果和科学地指导油气田的合理开发，因此，开展致密砂岩气层压裂产能预测方面的研究是必要且急迫的，是未来勘探对测井的必然要求。本文以苏里格气田东区二叠系的盒8段和山1段致密砂岩气层为研究目的层，围绕压裂产能预测方法展开研究。从宏观地质角度和微观储层特征入手，研究苏里格致密砂岩气层的储层特征、气层测井特点和气层生产特点。采用经验统计法、岩心饱和度分析法、最小孔喉半径法、有效孔隙百分含量法、相渗透率曲线与含水饱和度—孔隙度关系组合法、试气法，共六种方法对孔渗参数下限进行分析，综合确定研究区储层孔渗参数下限值，并根据图版法确定研究区储层测井参数下限值，最终建立研究区目的层段的储层下限标准。从储层自身储集条件和压裂施工两方面讨论了致密砂岩气层压裂产能影响因素，研究各参数与压裂产能的关系，利用灰色关联分析法计算各参数与压裂产能的关联度，并进行关联度排序，优选出究区压裂产能的主要影响因素。采用“岩心刻度测井”的方法，分层组建立孔隙度、渗透率及含水饱和度的计算模型。以岩心孔、渗、饱参数，测井曲线和压裂施工参数为基础，利用多元回归分析法分层组建立研究区压裂产能的快速计算模型。在优选出研究区压裂产能影响因素的基础上，利用BP神经网络、小波神经网络、Elman神经网络3种方法分别建立苏里格气田东区压裂产能预测模型。模型以所建立的储层下限作为计算截止值，对产能采用逐点计算的方式，再通过逐层累加获得测试层段的累计产能。从原理、训练收敛速度和精度三个方面讨论了三种模型的优缺点，最终确定Elman神经网络模型为研究区预测压裂产能的最优模型,实现了压裂产能的定量计算。Elman神经网络压裂产能预测模型在苏里格气田东区实际应用中，成功地预测了压裂产气量。