碳酸盐岩热储作为水热型地热资源开发的主战场,具有较大的开发潜力和空间。然而我国碳酸盐岩热储埋藏深,非均质性强,地质条件复杂,开发难度高,大规模开发需要进行储层改造,以提高热储的回灌和换热效率。酸化压裂技术可作为一种针对碳酸盐岩热储的有效增产方法。本文以水热型碳酸盐岩的酸化压裂为背景,建立了多场耦合模型,基于转向带理论,借助MATLAB生成空间相关的裂隙非均质开度场,通过有限元软件COMSOL对酸化压裂过程进行了数值模拟。确定优化参数与目标函数,采用根据全局安排的DOE抽样方法,获得参与训练的数据组,进而基于深度神经网络算法构建代理模型。通过比较数值模型所得的真实值与代理模型所得的预测值,验证代理模型的合理性和准确性。最后将机器学习与多种优化算法相结合,进行碳酸盐岩热储酸化压裂方案的优化分析,为工程实践提供了技术理论指导。结果表明:随着相关长度的增加,裂隙的非均质性逐渐减小,酸化压裂结束后的酸液浓度和裂隙开度分布远离注射点向外逐渐趋于光滑;构建代理模型时选择更多的训练观察数据可以提高代理模型的预测性能;基于机器学习的优化方法不仅可以降低计算成本,而且可以准确地找出酸化压裂的最优注射参数,使得酸化压裂改造效果更好。