近些年来,随着油气开采以及勘探开发的不断深入,低孔低渗等非常规油气的储层识别与评价方法研究变得越来越重要。南堡凹陷中深层低渗砂岩储层由于埋藏深,经历多期次成岩环境影响等原因,普遍具有孔隙结构复杂、岩电关系复杂、测井响应特征复杂等特点,采用传统的测井评价方法对该类储层进行解释评价存在困难。本文选取了南堡凹陷堡古1井区作为重点研究区块,以大量的岩石物理实验数据以及测井资料为基础,总结并分析了区域内低渗砂岩储层的岩石物理特征:岩性以细砂岩为主,物性为半连通型及致密型孔隙结构,岩电关系具有明显的非阿尔奇现象。针对这些特征,采用了岩性函数的方法对储层岩性进行建模,利用储层品质分类的方法和基于大数据的特征工程及多隐层神经网络的深度学习方法,建立了孔、渗、饱等储层参数的解释模型,并在此基础上利用常规测井数据求取了测井数据表达的储层品质因子RQI,提出了压汞实验参数表征的储层有效性分类评价标准。采用多种交会图版以及深度学习的方法对储层含油性进行了识别评价。上述方法在研究区块获得了良好的应用效果,对该区块内其他类似储层的识别评价起到了积极的作用。