天然气是我国能源结构的重要组成之一。近年来,我国政府大力调整能源结构,提高天然气在能源结构的占比,并陆续开发投产了一大批高含硫天然气藏。在高含硫天然气的开采过程中,由于温度、压力的降低,地层或输运管道中会发生硫沉积现象。硫沉积不仅堵塞地层孔隙,降低地层渗透率,严重影响天然气产量,还有可能由于硫沉积引起的管道堵塞和腐蚀导致严重的工程安全事故。硫沉积现象的根本原因在于高含硫气中有溶解的单质硫。因此,研究高含硫天然气中硫的溶解度是解决硫沉积问题的基础。本文主要研究高含硫天然气中硫溶解度的预测问题,主要研究内容如下:（1）提出了基于分子动力学模拟的硫在H₂S中溶解度的预测新方法,采用气固共存法建立了H₂S与单质硫共存的微观模型。同时,为了更精确地描述H₂S分子,对H₂S的势函数进行了修改。硫溶解度的模拟结果与实验数据对比的平均相对误差为11.05%。新提出的方法与另外三种硫在H₂S溶解度的预测模型相比,预测精度得到了提升。（2）对目前所有H₂S,CO₂以及CH₄中硫溶解度实验数据进行了热力学一致性评估,以通过理论的方法评估硫溶解度实验数据的可靠性。结果表明,进行热力学一致性评估的实验数据中,有28%满足热力学一致性,44%不完全满足,28%不满足。其中所有CH₄中硫溶解度实验数据,被认为是不可靠的。（3）提出了基于机器学习的高含硫天然气中硫溶解度预测模型。采用支持向量回归（SVR）进行建模,并利用混沌萤火虫算法（CFA）对SVR的参数进行了优化。CFA-SVR预测模型预测的高含硫天然气、H₂S以及CO₂中的硫溶解度,与实验数据对比,平均相对误差分别为4.51%、2.11%和10.12%。误差小于之前学者基于半经验公式或状态方程提出的硫溶解度预测模型。