1.一种抽油机井的故障诊断方法，其特征在于，包括：采集待诊断抽油机井的三相电压、电流瞬时值；根据所述三相电压、电流瞬时值，确定待诊断抽油机井的实测电功率曲线；根据预先建立的功率示功图神经网络转换模型，将所述待诊断抽油机井的实测电功率曲线转换为待诊断抽油机井的实测示功图；所述功率示功图神经网络转换模型根据多个电功率曲线与对应的示功图样本对建立；从所述实测示功图中提取直方图特征，根据直方图特征得到实测示功图对应的特征向量；将所述实测示功图对应的特征向量，与预先存储在向量样本库中的多个向量特征进行相似度分析，得到与实测示功图对应的特征向量相似度最高的特征向量，将所述相似度最高的特征向量对应的故障类型作为待诊断抽油机井的故障类型。
2.如权利要求1所述的抽油机井的故障诊断方法，其特征在于，按照如下方法预先建立所述功率示功图神经网络转换模型：获取不同故障类型对应的电功率曲线样本及其对应的示功图样本；对于每一电功率曲线样本及其对应的示功图样本均执行以下特征提取操作：提取电功率曲线从上冲程开始一个周期内的测试点作为第一特征值；将功率曲线示功图生成二值图像，将二值图像的背景色和功图形状分别用两种颜色表示，提取其中的像素点作为第二特征值；利用限制性玻尔兹曼机网络、稀疏自编码方法和Softmax映射函数，确定每一电功率曲线与对应示功图之间的关联关系，建立所述功率示功图神经网络转换模型，并根据所述第一特征值和第二特征值，对功率示功图神经网络转换模型进行训练，得到所述预先建立的功率示功图神经网络转换模型。
3.如权利要求2所述的抽油机井的故障诊断方法，其特征在于，还包括：将所述第一特征值进行归一化处理，获得归一化处理后的第一特征值；将所述第二特征值进行归一化处理，获得归一化处理后的第二特征值；根据所述第一特征值和第二特征值，对功率示功图神经网络转换模型进行训练，得到所述预先建立的功率示功图神经网络转换模型，包括：根据归一化处理后的第一特征值和第二特征值，对功率示功图神经网络转换模型进行训练，得到所述预先建立的功率示功图神经网络转换模型。
4.如权利要求1所述的抽油机井的故障诊断方法，其特征在于，从所述实测示功图中提取直方图特征，根据直方图特征得到实测示功图对应的特征向量，包括：利用MPEG-7的边缘特征计算方式，提取所述实测示功图的MPEG-7边缘直方图特征；所述MPEG-7边缘直方图特征由图像中每个子图像的5种类型的边缘直方图表示；将MPEG-7边缘直方图特征的每个图像被分成4×4个不相重叠的16个子图像；对于每个子图像，利用五个卷积核矩阵提取5个方向上的边缘直方图特征，得到实测示功图对应的特征向量；所述5个方向上包括：垂直、水平、45°、135°、无方向边缘。
5.如权利要求4所述的抽油机井的故障诊断方法，其特征在于，还包括：对所述实测示功图进行如下其中之一或任意组合的预处理操作：数据准确性、完整性审核和噪声处理；利用MPEG-7的边缘特征计算方式，提取所述实测示功图的MPEG-7边缘直方图特征，包括：利用MPEG-7的边缘特征计算方式，提取经过预处理操作的实测示功图的MPEG-7边缘直方图特征。
6.一种抽油机井的故障诊断装置，其特征在于，包括：采集单元，用于采集待诊断抽油机井的三相电压、电流瞬时值；实测电功率曲线确定单元，用于根据所述三相电压、电流瞬时值，确定待诊断抽油机井的实测电功率曲线；示功图转换单元，用于根据预先建立的功率示功图神经网络转换模型，将所述待诊断抽油机井的实测电功率曲线转换为待诊断抽油机井的实测示功图；所述功率示功图神经网络转换模型根据多个电功率曲线与对应的示功图样本对建立；提取单元，用于从所述实测示功图中提取直方图特征，根据直方图特征得到实测示功图对应的特征向量；故障诊断单元，用于将所述实测示功图对应的特征向量，与预先存储在向量样本库中的多个向量特征进行相似度分析，得到与实测示功图对应的特征向量相似度最高的特征向量，将所述相似度最高的特征向量对应的故障类型作为待诊断抽油机井的故障类型。
7.如权利要求6所述的抽油机井的故障诊断装置，其特征在于，还包括：功率示功图神经网络转换模型建立单元，用于按照如下方法预先建立所述功率示功图神经网络转换模型：获取不同故障类型对应的电功率曲线样本及其对应的示功图样本；对于每一电功率曲线样本及其对应的示功图样本均执行以下特征提取操作：提取电功率曲线从上冲程开始一个周期内的测试点作为第一特征值；将功率曲线示功图生成二值图像，将二值图像的背景色和功图形状分别用两种颜色表示，提取其中的像素点作为第二特征值；利用限制性玻尔兹曼机网络、稀疏自编码方法和Softmax映射函数，确定每一电功率曲线与对应示功图之间的关联关系，建立所述功率示功图神经网络转换模型，并根据所述第一特征值和第二特征值，对功率示功图神经网络转换模型进行训练，得到所述预先建立的功率示功图神经网络转换模型。
8.如权利要求6所述的抽油机井的故障诊断装置，其特征在于，所述提取单元具体用于：利用MPEG-7的边缘特征计算方式，提取所述实测示功图的MPEG-7边缘直方图特征；所述MPEG-7边缘直方图特征由图像中每个子图像的5种类型的边缘直方图表示；将MPEG-7边缘直方图特征的每个图像被分成4×4个不相重叠的16个子图像；对于每个子图像，利用五个卷积核矩阵提取5个方向上的边缘直方图特征，得到实测示功图对应的特征向量；所述5个方向上包括：垂直、水平、45°、135°、无方向边缘。
9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5任一所述方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行权利要求1至5任一所述方法的计算机程序。
