在常规资源匮乏情况日益加重的今天，清洁、绿色、可再生能源的使用成为新一轮能源调整的重点，受到世界各国的重视。其中，地热资源以其资源储备量雄厚，方便开发利用，可持续性，而受到人们的高度关注。我国油田的油井伴生地热资源丰富，目前主要的采热手段为注水采热，二氧化碳羽流系统作为一种新的采热方法，以其更强的采热效果和对于二氧化碳地质封存的潜在能力，一经提出就成为研究的热点。但不论是哪种注入流体采热的方式，部分储层参数和注入条件对于采热效果的影响和原因，以及智能算法对采热效果的回归预测，尚未见详细报导。本文首先利用数值模拟的方法，分别对注入水和超临界二氧化碳开采油井地热进行建模，通过改变相应的储层参数和注入条件，分析其对采热效果的影响，并根据影响的时间、大小、方式分析成因。根据数字模拟的结果，找出对于注入不同流体采热的相应影响因子，通过智能算法中的深度学习方法对多井采热、单井采热和采热趋势变化进行回归预测。通过上述模拟和回归预测实验，得到以下几点的认识：1.通过对注水采热和注入超临界二氧化碳采热系统的数值模拟，可以看出后者在井下具有超强的流动性，虽然热晗值低于水，但总体的采热效果将近注水采热的一倍。2.对注水地热开采来说，储层温度、注水量、注水速度、储层岩石比热容、注入井和生产井井径、流体注入温度的升高，会提高注水采热的效果；储层初始盐度的升高会降低注水采热的影响效果；储层岩石渗透率、储层岩石导热系数和储层压力对采热效果影响不大。3.对于注入超临界二氧化碳采热来说，储层温度、储层岩石渗透率、注入量、注入速度、储层岩石导热系数、储层岩石比热容、初始注入温度的升高能够提高采热效果。该方法对储层压力变化非常敏感，会使得采热效率发生很大变化。储层初始盐度在水和二氧化碳两相流阶段的升高会降低采热效果，注入井和生产井井径对于采热的作用需根据地层压力来确定。4.经过实验和与传统人工神经网络的比较，采用DBNs+SVM模型，对多井采热、单井采热和采热变化趋势进行回归预测的效果相对较好，能够从样本数据的抽象特征中找出规律，并进行回归预测，预测数据与原始数据的拟合效果良好。从实验结果来说，该方法比较灵活，能够自适应的建立网络模型，适合于储层条件和初始注入条件的随时变化，相对于传统数值模拟软件来说，具有一定的优势。