构建准确的机械钻速预测模型是优化钻井参数的前提。在页岩气水平井钻井过程中,由于地质条件复杂、影响因素繁多、钻压传递困难,采用传统方法难以准确预测机械钻速。针对这一问题,提出了一种基于深度残差神经网络和子网络架构的机械钻速预测模型。首先,对实钻数据进行了预处理,随后,构建了基于二维卷积神经网络的井下约束条件井深序列特征提取器,将井下约束条件添加到钻速模型中。最后,考虑到不同类型特征参数对机械钻速的影响机理不同,基于子网络架构建立了机械钻速智能预测模型。利用四川盆地泸州区块页岩气水平井实钻数据对构建的机械钻速预测模型进行了训练和测试,并通过消融试验分析了井下约束条件井深序列特征提取、子网络架构和深度残差神经网络对模型预测精度的影响。结果表明,该模型平均绝对误差为0.41 m/h,平均相对误差为6.87%,子网络架构对模型性能的贡献程度最大。该模型能够准确预测页岩气水平井的机械钻速,为钻井提速提供参考。