油田的井下设备由于地下工况恶劣较容易发生故障，故及时准确地诊断出油井工况，对提高采油效率具有重要意义。本文通过对神经网络的概述，主要介绍了基于神经网络的诊断系统的设计思想和系统结构。并以有杆抽油系统故障诊断为实例验证，通过专家知识和经验、提取功图特征值，基于神经网络的故障诊断系统在具有较高的诊断效率和准确性。

本课题是针对油田边远井、孤立井能够更方便的进行故障诊断，创新的采用手持终端与自组织竞争神经网络相结合的方法进行油井故障诊断。以抽油机作为研究对象，从油井的示功图入手，利用自组织竞争神经网络对抽油井示功图进行智能识别分类，实现油井故障的自动诊断。实验表明，基于神经网络的故障诊断系统在手持android终端能够成功实现，并且诊断正确率在97.3%以上。