本发明涉及机电设备管控技术领域，具体公开了基于深度学习的智慧隧道机电设备自适应综合管控方法，包括通过智能物联传感器采集获取机电设备初始运行状态数据和机电设备位置图像信息；将机电设备位置图像信息和其初始运行状态数据导入BIM模型中进行训练构建运维BIM模型；基于深度学习技术获取运维样本导入运维BIM模型获取机电设备巡检任务并输出运维信号参数；对不同机电设备对应的运维信号参数进行巡检分析，判断是否符合巡检路线要求，若不符合则调整当前巡检路线，否则对运维信号参数进行故障分析；判断机电设备故障，发出故障告警信号及进行机电设备巡检，实现智能化实现隧道机电设备的自适应调整，提高隧道安全运维效率和降低安全事故风险。