3.根據權利要求2所述的原油的全粘溫曲線確定方法，其特征在于，所述原油非牛頓流體粘溫系數預測模型獲取過程具體包括：

將所述原油樣本密度值集合和所述原油樣本凝點值集合輸入到所述原油牛頓流體粘溫系數預測模型中，得到原油樣本牛頓流體狀態粘溫系數集合；

獲取原油樣本蠟含量集合；所述原油樣本蠟含量集合中包括每個原油樣本的蠟含量值；

將所述原油樣本牛頓流體狀態粘溫系數集合和所述原油樣本蠟含量集合輸入到第二廣義回歸神經網絡中，得到第二均方根誤差；

判斷第二迭代次數是否小于第二預設迭代次數，得到第二判斷結果；

若所述第二判斷結果表示第二迭代次數小于第二預設迭代次數，采用量子粒子群優化算法對所述第二廣義回歸神經網絡中的超參數進行調整，將調整后的廣義回歸神經網絡更新為第二廣義回歸神經網絡，并返回步驟“將所述原油樣本牛頓流體狀態粘溫系數集合和所述原油樣本蠟含量集合輸入到第二廣義回歸神經網絡中，得到第二均方根誤差”；

若所述第二判斷結果表示第二迭代次數大于或等于第二預設迭代次數，選取第二均方根誤差值最小時對應的第二廣義回歸神經網絡作為原油非牛頓流體粘溫系數預測模型。