稠油开采中最有效的方法就是注蒸汽热采法，此法是通过向油井中注入高温高压的湿蒸汽来降低稠油的粘度，以方便开采。其中湿蒸汽干度是稠油热采技术中的一项主要指标，它不仅关系到采出稠油的质量，还对油田采油设备的安全运行有着不可忽视的作用。为了确保采出的稠油优质优量，热采装置能够高效运作，实时准确的对蒸汽干度进行监测已成为国内外普遍关注的热点问题。本文从对影响蒸汽干度的一系列参数入手，通过利用神经网络将软测量技术与湿蒸汽的物理特性相结合来对蒸汽干度的测量方法进行研究。首先，针对油田注汽锅炉的安全运行以及稠油的开采问题，提出了研究蒸汽干度测量方法的重要性。分析了油田注汽锅炉各系统的工作流程和功能，从中明确了测量蒸汽干度的问题所在，为干度测量方法的研究奠定了理论基础。其次，在对国内外已有的蒸汽干度测量方法分析的基础上调研了影响蒸汽干度的一系列参数，从中找出了对干度影响较大的参量温度和压力。同时对水从液态变成气态过程的物理性质做了分析，经分析可知：水变成蒸汽的过程中其体积会随温度的升高逐渐变大，同时蒸汽干度也随着温度的升高而增加，从而联想到蒸汽干度与体积变化之间一定存在着某种内在的联系。因此选择利用神经网络建立函数关系的方案。利用温度、压力和体积流量这三个量作为输入量，蒸汽干度作为输出量建立了RBF神经网络干度测量模型，提出了一种体积变化式蒸汽干度测量方法。并通过MATLAB软件进行仿真验证了该测量方法的有效性。最后，将体积变化式蒸汽干度测量方法应用到了实时监测系统中，对蒸汽干度进行测量。此系统的上位机部分具有干度监测、报警和数据查询等功能。两者的有效结合，使蒸汽干度测量方法实现了在线监测的功能。