目前,螺杆泵广泛用于开采高粘度、高含砂量和高含气量的原油中,且螺杆泵采油井数量逐年递增。但在螺杆泵的应用过程中暴露出一些问题,这些问题包括杆柱断脱、杆管偏磨、定转子磨损严重等故障以及工作参数设置不合理,运行效率低等。通过调研分析认为,螺杆泵井工况特征提取及工况诊断方法有待完善,螺杆泵井的设计方案及运行参数不合理,致使油井的生产能力得不到充分发挥,并造成系统资源和能源的浪费。因此,为正确诊断螺杆泵井的工况,提高螺杆泵运转时率,延长检泵周期,减少能耗,本文开展了地面驱动螺杆泵井工况诊断及优化运行技术研究。通过理论分析和对大量实际生产数据进行对比整理,选取能够正确反应螺杆泵井工作状态的状态参量(产量、动液面、电机输入功率)作为工况诊断的特征向量;总结了螺杆泵井常见的几种工况,作为工况诊断的目标向量;利用神经网络的模式识别能力,采用改进的BP神经网络建立了螺杆泵井工况诊断的数学模型,并优选神经网络结构,使其具有较好的收敛效果。本文以油井供排协调理论为基础,通过对油井流入特性、井筒管流特性、井下螺杆泵特性及其联合特性的研究,以螺杆泵井系统效率最高为目标函数,建立了螺杆泵采油系统优化设计、高效运行数学模型,从而能够对螺杆泵采油系统的生产参数进行优化设计,并在油井工况改变时,通过对抽汲参数的调节使其高效运行。利用VB与Matlab两种语言的混合编程,进行了螺杆泵井工况诊断及优化运行软件的开发。按照优化运行软件的计算结果,指导螺杆泵井的实际生产,取得了较好的效果,其中对于即将投产的螺杆泵井,通过软件设计出合适的泵型、转速等参数,投产之后螺杆泵井工作状态稳定,能够满足产液要求;对于已经投产的螺杆泵井,通过软件寻求最优效率下的抽汲参数,并对其进行调整,使其系统效率平均提高了15%。根据现场提取的螺杆泵井特征向量,利用该软件进行螺杆泵井的工况诊断,诊断结果与实际工况一致。现场应用结果充分表明了本文所提出的螺杆泵井工况诊断及优化运行方法的正确性,本文的研究成果为科学管理螺杆泵生产井提供了依据,对提高螺杆泵采油系统效率、节能降耗具有重要的理论意义和应用价值。