摘要：针对传统微波透射法测量石油含水率存在的测量误差大等问题，提出了一种基于神经网络的动态补偿方法，确定衰减和相移两个参量作为动态补偿模型的输入；针对传统BP算法具有收敛速度慢、容易陷入局部极小值等缺点，采用微粒群训练算法对神经网络动态补偿模型进行训练，可使微波透射石油含水率测量结果的补偿过程具有寻优全局性和精确性。实验结果表明，利用该技术对石油含水率测量结果进行校正是一种有效的方法．具有一定的应用价值。

关键词：石油 含水率 神经网络 微粒群优化算法 动态补偿 

单位：东北林业大学机电工程学院; 哈尔滨150040; 北京航空航天大学仪器科学与光电工程学院; 北京100083; 大庆石油管理局测井公司仪器维修中心; 大庆163000