原油含水率测量技术在原油的开发、加工、储存、运输和精炼过程中起着重要作用。开发一种应用范围广,精度高,性价比高的原油含水率传感器具有重要的理论意义和实用价值。针对短波法原油含水率检测传感器,利用油、水短波吸收能力不同的特点,研究了温度、矿化度对短波原油含水率传感器测量精度的影响。通过单因素试验数据拟合分析,得到拟合曲线,分别获得温度、矿化度对原油含水率测量精度的影响规律。通过多因素试验数据拟合分析,获得温度和矿化度同时作用对原油含水率测量精度的影响规律。为进一步深入研究原油含水率预测模型提供了数据和理论依据。在线测量原油含水率受各种因素的影响,如流态、温度、盐度和油水两相流的非线性特征。本文设计了基于多参数油水两相流的室内实验装置,研究了温度、矿化度、标定含水率与实际含水率的数学关系。选择温度、矿化度和标定的含水率作为输入,传感器实际测量的结果作为输出,依次采用多元回归分析法、标准BP神经网络法、改进型BP神经网络法、遗传算法优化BP神经网络法分别建立原油含水率预测模型,通过四种预测模型对比实验,分别以预测模型的回归性、稳定性和实用性等方面进行对比研究。实验表明:采用遗传算法优化的BP神经网络预测模型,大大改善了矿化度、温度等因素对原油含水量测量的影响,具有较强的泛化能力,是一种新的高精度智能测量方法。