1.一种基于电功图的游梁式抽油系统频率与电压柔性智能协调优化方法，其特征在于，包括以下步骤：建立柔性变频调压游梁式抽油系统机电耦合动力学模型，并基于所述系统机电耦合动力学仿真模型得到恒频恒压条件下的电功图；

基于所述系统机电耦合动力学模型，分析系统动态特性、节能机理及柔性变频与柔性调压耦合关系，设计频率与电压柔性同步协调优化模型，并基于所述频率与电压柔性同步协调优化模型，确定最优柔性频率和最优柔性电压；

将所述电功图作为抽油系统特征参数，并根据游梁式抽油机井平衡状态，确定数据分类标准；

基于所述数据分类标准，采用BP神经网络对输入的电功图进行智能分类；

以所述电功图为源域数据集，以所述最优柔性频率和最优柔性电压为目标域数据集，采用神经网络建立并训练基于电功图的频率与电压柔性智能协调优化模型；所述基于电功图的频率与电压柔性智能协调优化模型以能够充分反映电功图曲线变化形态的电动机输入功率、电动机输入功率一阶导数及电动机输入功率二阶导数为输入，以优化柔性电压和优化柔性频率为输出；

当输入任意波动负载及电功图特征时，基于电功图的频率与电压柔性智能协调优化模型，实时预测并确定游梁式抽油系统最优频率和最优电压；

其中，所述基于电功图的频率与电压柔性智能协调优化模型的训练包括：

将所述最优柔性频率和最优柔性电压与所述电功图组成训练数据对；

基于所述训练数据对对所述基于电功图的频率与电压柔性智能协调优化模型进行多次循环优化，得到最优神经元权重系数；

所述优化包括：

计算所述基于电功图的频率与电压柔性智能协调优化模型输出的优化柔性频率、优化柔性电压与所述最优柔性频率、最优柔性电压之间的误差；

把误差信号从最后一层逐层反传，从而获得各个层的误差学习信号，然后再根据误差学习信号来修正各层神经元的权值。

2.根据权利要求1所述的基于电功图的游梁式抽油系统频率与电压柔性智能协调优化方法，其特征在于，建立柔性变频调压游梁式抽油系统机电耦合动力学模型，包括：基于感应电动机瞬态等效电路，考虑时变频率、时变电压及时变电磁参数对电动机机械特性影响，建立柔性变频调压感应电动机动态仿真模型；

考虑各传动副时变摩擦对地面传动系统各构件扭转振动影响，建立地面系统多体动力学仿真模型；

综合考虑柔性变频调压驱动时电动机转动、地面系统传动、井下杆柱纵向振动、抽油泵往复运动及油液流动的相互耦合作用，建立柔性变频调压游梁式抽油系统机电耦合动力学仿真模型。

3.根据权利要求1所述的基于电功图的游梁式抽油系统频率与电压柔性智能协调优化方法，其特征在于，设计频率与电压柔性同步协调优化模型，包括：基于抽油系统周期工作特性，结合函数非线性变换，根据柔性变频与柔性调压耦合关系并分析影响频率与电压曲线形态敏感因素；

同时，以周期内柔性频率与柔性电压为优化变量，以电动机输入功率最低为优化目标，综合考虑各类非线性约束条件，建立游梁式抽油系统频率与电压柔性同步协调优化模型。

4.根据权利要求1所述的基于电功图的游梁式抽油系统频率与电压柔性智能协调优化方法，其特征在于，所述BP神经网络包括：输入层、隐藏层和输出层；采用BP神经网络对输入的电功图进行智能分类，包括：把电功图特征参数从输入层进行输入，信号经过各个隐藏层的处理后，最后从输出层传出过平衡、平衡、欠平衡三种分类。

5.根据权利要求1所述的基于电功图的游梁式抽油系统频率与电压柔性智能协调优化方法，其特征在于，还包括：仿真测试频率与电压，预测效果并进一步修正基于电功图的频率与电压柔性智能协调优化模型。

6.一种计算机可读存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序运行时，执行权利要求1至5中任一项所述的基于电功图的游梁式抽油系统频率与电压柔性智能协调优化方法。

7.一种电子装置，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器通过所述计算机程序执行权利要求1至5中任一项所述的基于电功图的游梁式抽油系统频率与电压柔性智能协调优化方法。