井口和输油管线中的原油含水率的在线精确测量，对于确定出水、出油层位，估计产量和预测油井的开发寿命以及油井的产量质量控制、油井状态检测、减少能耗、降低成本和采油管理自动化具有重要的意义和实用价值。文中首先对目前原油含水测量中存在的问题进行分析，认为现有的含水测量仪表在测量范围和精度、稳定性和可靠性及成本方面还存在诸多问题。其次，通过对各种原油含水测量传感器进行分析，选择了采用电磁波谐振技术测定原油含水率的传感器，设计了包括含水率传感器在内的多传感器测量实验方案，建立了模拟原油含水率在线测量系统。然后，选择了多元回归方法和RBF神经网络技术建立原油含水模型来逼近含水测量传感器信号的多因素非线性函数关系，通过对比OLS、聚类和梯度三种RBF神经网络算法的仿真结果，并结合原油含水测量传感器的数据特点，将整个含水段分为低含水、中含水和高含水三段，分别建立不同的神经网络模型。最后，对实验结果进行了对比分析和综合评价。同时，基于VisualBasic语言，设计和开发了原油含水测量系统的算法软件模块，以及简洁明了和易于操作的人机交互界面菜单系统。研究结果表明，本文提出的改进方案可显著提高0-100％范围的原油含水测量精度，为达到提高原油含水测量系统精度和性价比的预期目标奠定了基础。