本文采用混合卷积-递归神经网络(c-RNN)对多级压裂井的五年累计产量进行预测。通过综合应用完井参数、岩石力学性质、井距和各阶段完井顺序对阿尔伯塔Montney地层的74口井进行模型训练。采用留一法获取的平均百分比误差均值和平均绝对误差来衡量不同组合的预测精度。结果表明,最佳的输入组合是每个射孔簇周围的岩石力学性质、每个压裂阶段使用的支撑剂数量以及相邻井的井距和完井顺序。本研究的创新点在于输入变量是各阶段的而不是整个井的平均值。随着多口井产量的增加,模型的精度呈指数增长。该方法可在不投入资金的情况下运行多个油田开发方案,为在现有开发条件下部署新井提供参考。