稠油热采方法中需要注入高温高压高干度的水蒸汽,利用蒸汽的热量加温原油,将油稀释后进行采集。干度是饱和蒸汽重要的参数,它对蒸汽流量的测量结果有很大影响。由于汽液两相流型的复杂性和相变,干度很难实时测量。针对饱和蒸汽干度难于实时测量的问题,本文应用最小二乘支持向量机建模的软测量方法,通过对经验数据的学习,建立干度与其影响因素之间的映射模型,从而实现蒸汽干度的实时计算测量。最小二乘支持向量机算法将传统支持向量机中的二次规划问题转化成求解线性方程组,降低了计算的复杂性,并且加快了计算的速度,使支持向量机应用更加广泛。但它的惩罚参数和核函数参数取值不同将影响其性能,本文采用变异粒子群优化算法对其参数自动寻优。粒子群优化算法是一种可以求解函数优化问题的进化算法,但它有易陷入局部最优的缺点。本文应用一种变异算子来改进算法,实验仿真测试结果表明,新算法的全局收搜索能力有了显著提高。通过对辽河油田某监控系统采集的样本数据建模仿真研究,表明根据本文算法建立的干度软测量模型测量精度高,适应性好。将此干度软测量模型应用到饱和蒸汽流量测量中,根据高压汽水分离器前后质量守恒的分析,证明了该干度软测量模型可以实时计算蒸汽干度值,能够提高蒸汽质量流量的测量精度。