随着信息技术与数字通讯的高速发展，各种技术的不断整合更加丰富了数据元素的数据类型。油田行业的发展带动了各个行业及技术的进步，如数据流技术，但仍有很多问题有待解决。利用示功图对油水井工况的实时趋势分析可以实时发现设备故障诊断、故障分析、故障预警和故障隐患等油水井工况的关键影响因素，对于保障油田正常生产和提高油田管理水平都具有重要的意义。本文首先以集中式体系结构及数据流挖掘体系结构为参考构建基于数据流的油水井工况趋势分析方法总体框架，为油水井工况的实时预测、趋势分析和模式异常提出了一种新的解决方案。其次，运用采集的大量工况数据模拟形成数据流，研究了数据流的挖掘方法，提出了一种基于可变滑动窗口的数据流分段聚类算法(VSW-PAA)完成了数据流的模式表示。最后，采用基于数据流的趋势分析技术对油水井工况数据进行实时分析预测，结合SW算法和OSD算法，提出了一种基于分割点的最小二乘多元回归数据流趋势分析方法，算法对趋势特征的提取采用多元线性回归方法，对分割点检测采用F检验和置信区间两种方法，同时实现了分割点和异常点的检验。本文以某油田示功图数据为参考形成模拟数据流，按照总体框架结构进行搭建，形成基于数据流的油水井工况趋势分析实验系统，对算法进行不断的修正，通过实验验证总体框架具有一定的通用性，VSW-PAA算法和趋势分析方法均具有良好的实用性，并对三种示功图进行了模式异常检测，检测效果良好。