原油含水率测量技术在原油的开采、加工、储运、炼制等过程中都起着重要作用,原油含水率在线检测技术的研究和应用也得到了越来越广泛地重视。为满足油田现场的实际需要,解决目前含水率测量仪在性价比、全程测量、安全环保等方面存在的问题,将多种智能信息处理技术引入到原油含水率测量的研究中,开发具有适用范围广、精度高、性价比好的原油含水率测量仪,对于提高我国原油含水率测量技术具有重要的理论意义和实用价值。原油含水率测量受油水两相流态、温度、矿化度、非线性特性等多因素的影响。文中,设计了一套基于多传感器的油水两相流实验室模拟实验系统,研究了温度、矿化度、含水率、油水介电常数、传感器输出之间的数学关系及影响规律;选择温度、含水测量传感器输出和矿化度作为油水两相流测量参数,依次采用样本矩阵非线性变换多维回归方法、人工神经网络方法、多遗传神经网络组合方法、RS-SVM模式识别-遗传神经网络智能分段组合方法建立了原油含水率预测模型。实验结果表明,含水率智能分段组合预测模型在很大程度上改善了油水乳化液相转变、黏度、温度、矿化度等因素对原油含水率测量的影响,具有良好的模式识别性能和稳健的泛化能力,克服了原油含水率常规测量方法的弊端,是一种高精度智能化新型测量方法。此外,文中还对各预测模型的优缺点、实用性等进行了深入分析,为提高含水率的测量精度提供了依据,并对实验室研究成果转向工程实际应用进行了初步探讨。