随着中国东部常规油气资源枯竭和油田含水率增加,地热能开发成为了老油田绿色低碳转型的关键,而热储层识别是地热田研究的核心工作。针对现有热储层识别算法未能将测井数据之间隐藏的样本关系作为输入进行训练测试,以及单一视图对其中蕴含的深度序列信息和空间特征提取不充分的问题,提出了一种基于双视图GraphSAGE(dv-GraphSAGE)的热储层测井识别方法。首先,通过深度序列和特征相似性构建深度距离图和特征相似图;然后,利用GraphSAGE和特征自注意力机制(FSAtt)提取特征,保留视图的信息丰富性和复杂关联;最后,通过自适应特征融合模块将视图特征融合,并输入多层感知机(MLP)网络实现热储层识别。30口地热井测井资料的实验结果表明,dv-GraphSAGE模型对泥岩层、致密层、干层、油层和水层的整体识别准确率达到了95.4%,其中水层识别率为96.9%。实验对比结果也表明,dv-GraphSAGE具有更优的热储层识别效果,为油田地热开发提供了新思路。