La sustracción de fondo juega un papel fundamental en la detección de anomalías en la vigilancia de video, lo que permite saber dónde se encuentran los objetos en movimiento en la escena del video. Lamentablemente, la unidad de bombeo rotativa regular es tratada como un objeto anormal por el método de sustracción de fondo en la vigilancia de unidades de bombeo. Como un excelente clasificador, una red neuronal convolucional profunda es capaz de identificar qué son esos objetos. Por lo tanto, combinamos la sustracción de fondo y una red neuronal convolucional para realizar la detección de anomalías en la vigilancia de unidades de bombeo. En el método propuesto, la sustracción de fondo se aplicó primero para extraer los objetos en movimiento. Luego, se adoptó un método de agrupamiento para extraer diferentes tipos de objetos que tenían más objetos en primer plano en movimiento pero menos objetivos típicos. Finalmente, los objetos que no son unidades de bombeo fueron identificados como objetos anormales por la red de clasificación entrenada. Los resultados experimentales demuestran que el método propuesto puede detectar objetos anormales en una escena de unidad de bombeo con alta precisión.