近红外光谱分析技术作为一种快速、无损、安全、环保的分析技术，在石油化工领域有着广泛的应用和发展前景。油品水分检测是油品基础性能检测的重要指标，油中水分污染物的存在会加速油品各项性能的劣化，降低设备的使用寿命，对设备的正常运行构成严重威胁。常规的油品水分检测方法由于操作复杂，用时长，受环境影响大，副反应多试剂有毒等原因，不能满足大多数用户要求在线快速检测油品水分的需求。本课题正是基于这一现状，采用现代近红外光谱技术，结合化学计量法和计算机技术，对油中水分含量进行了检测，旨在为油品水分检测提出一种快速无损的适合在线检测的定量分析方法。本文首先介绍了近红外光谱技术的特点及理论基础，包括近红外光谱技术的工作原理、数学原理及定量分析的基本定律。介绍了近红外光谱分析技术的常用光谱预处理方法及光谱信息的优化方法；采用向柴油中注射微水的方法配置建模所需的油样，使用超声波使油水迅速达到均相，然后利用近红外光谱仪测定其近红外光谱；对原始光谱数据进行预处理时主要利用一阶微导数算法去除光谱数据的基线漂移，然后采用集合经验模分解（EEMD）的方法去除光谱中的噪声，原始光谱数据经过集合经验模分解为九个本征模态函数（IMF），经过研究得出在去掉第一层和第八层固有模态函数的情况下，对原始光谱数据的降噪处理是最佳的；利用MATLAB软件，采用最小二乘支持向量机（LS-SVM）建模的方法对柴油中的微量水分建立了预测模型，研究表明，原始光谱在经过EEMD分解后所建模型取得了很好的预测结果；利用MATLAB软件，采用关联向量机建模（RVM）的方法对柴油中的微量水分建立了预测模型，研究表明，RVM比LS-SVM的建模效果要好，RVM结合EEMD分解后所建模型将会取得最佳的预测结果。