随着石油的不断深入开采,抽油机井的故障率也越来越高,因此,准确掌握抽油机工作状况,正确诊断抽油机故障类型,对提高经济效益和保证石油供应具有重要意义。目前各大油田的抽油机井故障诊断仍以示功图分析为主,传统的示功图采集方法不仅需要停机影响生产,且设备极易损坏,工程技术人员还要面对大量的示功图进行识别与分类,工作量巨大且容易出错。因此需要一种成本低廉,采集方便的示功图采集方法,以及准确的示功图识别方法,以提高故障诊断的准确性,降低劳动程度。本文提出了一种基于抽油机驱动电机定子电流、电压的电参数法的抽油机示功图采集及其故障分类方法。以游梁式抽油机为研究对象,分析抽油杆载荷、平衡载荷、传动部分惯性以及摩擦等因素对抽油机电动机扭矩的影响,建立电参数与抽油杆载荷之间的关系模型,通过电参数和抽油机基础数据(前臂长、后臂长、游梁高度等数据)拟合示功图。利用USB数据采集板设计了一种便携式电参数采集装置,并利用光电开关判别曲柄位置,截取出抽油泵的各个完整工作周期,实现了在不停机的状态下间接获取示功图。在以往研究成果的基础上改进示功图拟合方法,提高间接测量示功图的精度。面对不同故障类型,有针对性的设计不同特征值分量,并利用MATLAB提取特征值,最后采用改进的人工神经网络进行故障类型判别。通过对油田现场数据的采集与分析,把现场抽油机的实际状况与通过本文所设计的基于电参数法的抽油机示功图采集及其故障分类方法得出的结果进行对比。结果表明,本文设计的方法故障诊断正确率高,能有效识别常见故障类型。证明了电参数法理论推导的正确性。该方法操作简洁方便,一般的工人以及非专业技术人员也能操作,具有一定的市场实用价值和推广应用前景。