途经地质灾害严重地区的油气长输管道易受土壤外部载荷作用而发生弯曲变形,对管道安全运营造成严重威胁。基于惯性测量单元(Inertial Measurement Unit,IMU)的内检测技术是目前检测管道局部变形的主要手段,给出了埋地管道弯头、管道凹陷、管道弯曲变形、环焊缝异常4类典型的局部变形管段的IMU数据特征,提出了基于小波降噪的IMU数据预处理方法,建立了识别4类典型局部变形管段IMU数据热力图的深层神经网络模型,构建了一套基于IMU数据的管道弯曲变形段识别方法。采用新建方法对中俄原油管道6年的IMU数据开展分析,形成了33 177份样本管段数据,建立了中国IMU弯曲应变特征数据库。实例应用结果表明:基于该数据库建立的深层神经网络模型对管道弯曲变形段识别准确率超过了90%,识别效率达0.02 min/km。基于IMU数据的管道弯曲变形段识别方法为管道完整性评价中弯曲应变大于0.125%变形段的识别提供了有效的技术手段。(图9,参26)