本发明公开了一种基于元迁移学习的小样本有杆泵井工况诊断方法，属于石油工况诊断技术领域，本发明结合迁移学习和元学习两者性能的优点构建元迁移学习算法框架，通过使用在相关数据集上的预训练所得良好的网络初始化参数，再利用元学习特有的超参数自动学习能力，以更高的效率训练出用于工况诊断的模型，并将该模型应用于有杆泵井工况的实时监测中，实现科学合理地诊断油井生产问题，从而显著改善油藏开发效果；同时，使用元梯度正则化策略和困难任务样本选取方法，适用于实际油田井数多但可用带诊断标签少的情况，更贴近实际油田现场的油井故障诊断情况。