【研究目的】岩相是储层的固有属性,优质岩相是油气藏地质甜点发育的重要基石。传统的岩相研究方法难以满足非均质性极强的复杂非常规油气藏,储层岩相的高效有效识别面临极大挑战。【研究方法】本研究采用理论研究与文献分析相结合的方法,系统梳理了国内外相关研究成果,从多角度深入分析了机器学习在岩相研究中的应用现状与发展趋势,全面探索了“机器学习+岩相”这一新兴交叉领域。【研究结果】利用机器学习算法强大的数据分析能力,高效挖掘复杂地质数据中的非线性关系来识别岩相,已成为地质研究领域的重要方法和热点;机器学习在岩相识别领域广泛应用,涵盖监督学习单模型、集成模型、神经网络、深度学习及无监督模型,为储层岩相的高精度识别提供多样化技术手段;机器学习方法在岩相识别实际应用中面临数据质量、模型可解释性和计算资源等方面的挑战,未来研究应重点深化多源数据融合、模型可解释性及大模型技术等方向。【结论】在中国油气向着深层和超深层发展的背景下,勘探开发面临极大挑战。结合机器学习技术开展地下岩相高效智能研究,精准刻画岩相空间分布规律并圈定岩相甜点区,这将为非常规油气的勘探开发提供更加精准、高效的技术支撑与决策指导。