原油含水率是石油生产中的一项重要的技术指标,油田在处于高含水阶段后,实时检测原油含水率在估算原油产量、评价油井开采价值方面具有极其重要的意义。现有含水率测试方法在高含水情况检测误差较大,有必要采取新型检测手段提高检测精度,保证检测结果的实用性。本文主要是利用近红外光对低流速高含水原油含水率检测方法进行研究,对静态油水光谱进行了建模分析;设计了能实时测量低流速下油水二相流的实验装置;对流型流态进行了分析,并利用BP神经网络对流型流态进行识别以提高检测精度。本文对高含水原油对近红外光的吸收特性逐步探讨,首先根据朗伯比尔定律设计了静态高含水原油含水率检测装置,通过实验取得相同厚度不同含水率条件下的900nm-1700nm全光谱数据,利用偏最小二乘连续投影算法(SPA-PLS)建立了高含水原油静态模型并得到了良好的精度。并根据实验结果和低流速高含水原油传感器的要求,提出了自-互相关联合方法(SCC)对完全吸收波段的数据进行挖掘,利用油和水的自相关和互相关性,选择出适宜的波段作为检测波长的方法选取实验波长。在动态高含水原油实验装置设计阶段,对实验装置利用卤钨灯和滤色片来提取特定波长,设计了光电转换电路,设计了基于LabVIEW的上位机软件,实现了数据的实时采集和存储的功能。在动态含水率检测实验上获得了理想的效果。对低流速高含水垂直上升管道的油水混合流型特点进行分析,利用BP神经网络对检测信号进行流型识别训练,通过对不同流型采用不同的含水率计算方法,从而提高测量精度。为开发用于井下的基于近红外光的光纤式高含水原油含水率传感器提供了有参考价值的理论和实验数据的支持。