油、气、水三相流在石油工业中是十分普遍的现象。在油井的产出物当中,除了油、气之外还伴随有水、砂、蜡等物质。油气的产量由于油井的位置和开发阶段的不同而有很大变化,所以针对油井油气产量的多相流测量装置对于原油开采具有非常重要的意义。然而,在原油开采的过程中,油井井口处油、气、水多相流的含量以及成分等各种因素与流速之间通常是非线性、不确定的复杂关系,因此需要一种实用的并且具有较高精度的多相流计量方法。本文以油、气、水三相流的在线测量为主要研究方向,针对已有检测方法中存在的问题,详细阐述了组合法测量系统的工作原理,并以气液分离器、水分分析仪、密度计和孔板流量计组合法测量系统为实验平台模拟油田现场,进行了大量的实验,提出了一种基于密度法经验公式与神经网络相结合的智能式测量方法。采集并选取部分实验数据作为神经网络的特征指标,结合密度法公式的计算结果,构成神经网络的学习和测试样本集。应用MATLAB7.1软件环境下神经网络工具箱对样本点数据进行训练和仿真,直到得到较好泛化能力和收敛速度的神经网络模型。实验表明,此多相流测量方法将密度法测量原理与BP神经网络相结合,综合了密度法测量原理和人工神经网络的优点,克服了传统仪器依靠经验公式的不精确计量、神经网络计算复杂并且完全替代数学模型等缺点,可以实现油、气、水多相流的相分率和流速测量,充分体现了今后多相流量计发展的方向。