随着中国深远海天然气资源的开发，FLNG（浮式液化天然气）被视为关键技术，但因其高昂的造价严重限制了大规模推广。为降低开发成本，埃克森美孚提出了 PLNG（带压液化天然气）技术。该技术通过提高液化压力，升高液化温度，从而显著提升了二氧化碳等杂质的溶解度。理论上，这一特性有望简化甚至取消昂贵的预处理装置，其实现的关键在于对 PLNG 中二氧化碳的液固相平衡数据的准确预测。由于现有理论计算模型预测精度受到固有结构限制，本文基于液固相平衡原理，结合文献实验数据，构建了基于 BP 神经网络的 PLNG 中二氧化碳溶解度预测模型。采用最优结构参数时，BP 神经网络预测输出与实验值的平均绝对百分比误差为 1.71%，总回归系数为0.999 95，均方误差（MSE）为 9.495 7×10-6，验证了预测模型的可靠性和准确性。