本发明公开了一种基于混合神经网络的二氧化碳驱油和埋存动态预测方法，属于油气田开发工程领域，包括如下步骤：步骤1、建立CO2驱油和埋存时空序列样本集；步骤2、利用主成分分析和离散余弦变换耦合的参数化方法对时空序列样本集进行降维处理；步骤3、耦合ResNet和双层堆叠BiLSTM建立ST‑ResNet混合神经网络模型；步骤4、对模型进行训练；步骤5、基于训练完成的模型进行当前地质及工程不确定条件下的日产油量、日存气量和CO2饱和度等值线分布的动态预测。本发明能实现地质、工程不确定性下CO2驱油埋存一体化开发动态的快速响应。