为了及时发现、评估与应对高速公路隧道交通风险隐患，确保隧道运行安全通畅，本文构建了基于时空Transformer网络的隧道运行风险状态动态辨识方法。以隧道交通流全域检测数据与关键断面集计数据为输入，通过空间CNN卷积与时序LSTM对隧道车流不同运行状态的时空分布特征进行无监督提取；利用大样本训练Transformer网络层参数，以捕获隧道交通运行状态在高维风险特征空间的分布与差异，实现隧道交通状态的风险划分与评估。采用真实隧道交通检测数据验证了本文方法的有效性，对隧道运行风险评估精度约为96%。