Технология распределённого оптоволоконного температурного датчика (Distributed Temperature Sensing, DTS) широко применяется для интеллектуального мониторинга динамики добычи в нефтегазовых скважинах. Для решения задачи количественного анализа профиля продукции двухфазного потока нефти и воды в горизонтальных скважинах в настоящей работе построена модель прогнозирования температурного профиля, учитывающая различные микротепловые эффекты, включая эффект Джоуля-Томсона (Joule-Thomson effect), и применимая к двухфазному потоку нефти и воды в горизонтальных скважинах. Проведено моделирование и анализ чувствительности температурного профиля горизонтальной скважины в одном нефтяном пласте. В то же время была применена алгоритм оптимизации роя частиц (Particle Swarm Optimization, PSO) для построения модели обратного решения данных DTS, что позволило инновационно выполнить инверсию многомерных неизвестных параметров в скважине на основе единственного источника данных DTS и, таким образом, количественно интерпретировать профиль продукции двухфазного потока в горизонтальной скважине. Исследование показало: ① основные факторы, влияющие на температурный профиль двухфазного потока нефти и воды в горизонтальной скважине, и их порядок влияния: дебит скважины (Q) > проницаемость (k) > водосодержание (Fw) > радиус ствола скважины (Rw) > плотность нефти (ρo) > радиус зоны повреждения (Rd) > коэффициент теплопроводности пласта (Kt); ② дебит скважины, проницаемость и водосодержание являются ключевыми факторами, влияющими на температурный профиль; при обратном решении фактических данных DTS предпочтительно рассматривать проницаемость пласта в качестве основного параметра инверсии, а второстепенные факторы можно задавать фиксированными или в разумных пределах для упрощения задачи; ③ применение модели инверсии PSO к полевым DTS температурным данным позволяет точно определить места продуктивного выхода двухфазного потока; полученные результаты интерпретации профиля продукции хорошо коррелируют с производственными каротажными данными (PLT), средняя абсолютная ошибка по объёму продукции на каждом участке менее 10%, что полностью подтверждает надёжность модели инверсии PSO. В будущем возможны дальнейшие исследования по повышению точности моделирования сложных течений и расширению на многокомпонентные потоки.