简介： 本发明公开了一种页岩气产能非确定性预测方法，包括以下步骤：1)基于Pearson相关系数和最大信息系数MIC的综合相关性分析，确定影响页岩气产能的主要地质、工程因素；2)基于机器学习算法及步骤1)确定的主要影响因素，预测页岩气产能指标，对产量进行确定性预测，并确定产能指标先验分布；3)基于Bayes理论、蒙特卡洛—马尔科夫链模拟，利用步骤2)产能指标先验分布及确定性产量预测数据，估计产能指标后验分布，对页岩气产能进行非确定性预测。不同于已有基于历史拟合的页岩气井产能非确定性预测方法，本发明可用于页岩气井钻井之前产能的非确定性预测，即可以在钻井之前对页岩气井的产能给与不同概率水平下的预测，降低了页岩气的钻井风险。