本发明公开了一种用于预测缝洞型油气藏试井产能的方法，包括：根据缝洞型油气藏储层的试井解释资料和储层所在区域的地质资料，优选与产能相关的多个特征参数并计算相应的影响程度系数，特征参数包括原始压力、井筒表皮、储层岩石渗透率、波及系数、阻尼系数、溶洞体积、裂缝体积和总体积；对各类特征参数的历史样本数据进行预处理，基于此，结合影响程度系数，对用于预测缝洞型油气藏试井产能的预测模型进行训练，其中，预测模型为一维卷积神经网络模型；基于待预测井关于多个特征参数的实时样本数据组，利用训练好的预测模型进行试井解释产能预测。本发明预测结果精度高，对地质信息依赖程度低，相对传统方法操作更加灵活。