本发明公开一种基于深度学习的高速公路实时交通事故风险评估方法，该方法首先使用ETC门架、高速互通、收费站的基础信息，为高速公路划分路段，并建立路段间的上下游关联关系；并分别计算各路段的车流量、车流速度与车流密度，获取道路信息、气象信息和事故信息，并将其转换为独热编码，然后对事故发生点的上下游路段对应的四类信息进行数据融合、数据重采样和标准化；再根据获取的数据，区分其中的时序特征和非时序特征，构建并训练深度学习模型；最后根据训练好的深度学习模型，对高速公路各路段发生交通事故的风险水平进行实时评估，计算获得事故风险水平指标。本发明可及时准确地对高速公路交通事故风险水平进行评估。