在油田的开发管理中,实时的油井预警可以及时的发现油井生产异常,根据预警结果可以及时采取相应措施,确保油田生产稳步进行,提高油井的生产效率。随着油田自动化技术的发展,我国部分油田已经实现了抽油机井远程监测,可以实时获得大量的油井生产数据,而传统的预警方法已经不能满足现场应用需求,论文在传统预警的基础上从点和线两方面出发,对油井进行预警。从油井生产一点的示功图出发,应用不变矩理论和典型泵故障示功图形状研究,提取了七个不变矩、泵效、上载荷增幅和下载荷增幅作为诊断特征参数,对这十个特征参数进行预处理,建立了典型泵故障示功图样本库。研究了人工神经网络的基本结构和学习,并完成了对人工神经网络模型的设计,使用人工神经网络方法对其进行模式识别,完成对油井的工况诊断预警；从油井生产过程出发,对历史油井产量分析,使用微分模拟方法对油井产量进行预测,得到预测产量,并使用改进的功图计算产量的方法求的实际产量,依据实际生产经验建立预测实际产量比预警模型,对油井进行预测预警。根据理论研究,采用C#语言完成了抽油机井预警系统设计和训练,采用油井的实测数据对预警系统进行测试,测试结果表明该方法是一种切实可行的预警方法,具有一定的理论意义和实践价值。