近段时间以来,软测量技术已成为发展的一个重点。它收到高度青睐的原因是因为现代工业的复杂性增加了,并且随之而来是它对控制系统提出了更高的要求。软测量最大的优势就是解决一些硬件在线检测无法解决的问题,因此它才会在控制领域占据一席之地,并且越来越受到重视。某油田位于中国东北部的高寒地区,年最低温度-39.2℃。高凝点,高粘度的“双高原油”常用的油井采油技术就是原油与水进行混合后进行集输。参考目标油田所处环境,需要一种合理的掺水集油工艺来稳产增效。该工艺工程需要自动调控油井掺水量,有许多因素会影响掺水量,基于单一的人工调节方式存在很多缺点。本文首先研究了掺水过程的软测量建模问题,基于神经网络实现了油井掺水过程的模型建立。结合掺水模型对掺水控制方案进行了改善,基于PID控制策略,实现了油井掺水过程的自动控制,结合具体生产过程,确定最佳控制参数,实现了单井掺水量的实时、精确自动调节。在仿真的基础上验证了所设计方法的可行性,实现了掺水流量的准确预测。该方案可以应用于油田油井集油掺水过程,能够优化掺水参数,从而实现降低能耗的实际效果。