摘要
本公开属于采油工程技术领域，提供了基于ResNet‑KAN的支撑剂颗粒的识别方法。识别方法：获取钻井取心过程中不同井深处的录井岩屑样本；筛分并对上述录井岩屑样本的单颗粒进行拍照；提取单颗粒的图像、测量单颗粒的粒径，并保存；制作模型的训练集和验证集；构建ResNet‑KAN残差神经网络模型；利用训练集对该模型进行训练，并使用验证集进行验证；利用训练好的模型对单颗粒的图像进行识别，以识别出支撑剂颗粒。本公开使用一个KAN网络来替代传统的ResNet网络的线性全连接层，从而实现对ResNet网络的进一步优化，具有能够自动、快速且准确地识别水力压裂试验场取心井录井岩屑中支撑剂颗粒的优点。
