目前,我国大多数油田采用有杆泵采油方式进行生产。有杆泵抽油井的动液面是指油井采油时油管和套管之间的液面,其高度数据是油井运行状态评价和工作制度优化的重要指标。通过动液面高度数据可以了解地层供液、井底流动压力、油井沉没度的情况,有利于全面监测油井生产状态。同时,维持动液面高度在合理范围内,对提高油田采收率和安全稳定生产具有重大意义。针对目前传统的动液面测量方法存在实时性差、测量条件限制、测量误差大等问题,本文提出使用软测量技术实现动液面检测,主要内容总结如下:（1）针对辅助变量难以选取问题,使用主成分分析法（Principal Component Analysis,PCA）确定辅助变量。对高斯过程回归（Gaussian Process Regression,GPR）的核函数和组合法则进行了详细分析,在此基础上分别使用单一核函数和组合核函数的高斯过程回归模型对有杆泵抽油井动液面高度预测。仿真实验结果表明,组合核函数的高斯过程回归模型可以更好地描述辅助变量与动液面之间的非线性关系,有效提高了模型性能。（2）针对不同生产状况下样本数据之间差异较大,单一模型无法描述多工作状态特性,提出了基于模糊C均值聚类（Fuzzy C-Means,FCM）与改进Bagging算法的集成高斯过程回归建模方法。该方法先采用模糊C均值聚类算法对训练样本集划分,对划分好的各个训练样本子集分别应用Bagging集成学习算法,同时建立GPR局部模型。对新样本预测时,先根据距离最小原则确定样本归属类,后由集成的GPR模型输出最终预测结果。（3）针对Bagging算法的集成策略对预测结果有较大影响的问题,使用一种改进的集成策略进行融合。使用样本点到子模型中心点距离与高斯过程回归模型预测方差计算权重系数,综合考虑样本点隶属度和子模型预测可信度,进一步提高了集成高斯过程回归模型的预测精度。（4）完成了有杆泵抽油井动液面软测量建模方法的工程实现。动液面软测量系统采用STM32F429IGT6微控制器为核心,可以进行动液面软测量模型计算,具有友好便捷的人机交互方式。在采油作业区现场安装调试,验证了系统的各项功能,可以提供实时准确的动液面高度数值,提高了动液面测量的自动化程度。