简介： 本发明涉及一种基于深度学习算法的地层压力监测方法。其技术方案是包括以下步骤：步骤1，根据实际工程需要，选择合适的相邻的目标区块井位，收集井位录井信息：垂深、机械钻速、扭矩、泥浆循环密度，并对数据进行预处理，此外井位地质录井信息越详细，选择优先级越高；步骤2，建立GA‑BP模型，利用邻井录井信息进行GA‑BP神经网络模型的训练；本发明的有益效果是：比传统的Dc指数法，Eaton法预测结果更准确；同时无论在小数据集还是大数据集上都具有良好的预测效果，且随着录井数据集的完善，预测效果越好；本发明的方法能够较为准确地预测地层孔隙压力及其变化趋势，并且不受区块井位的限制。