1.基于知识图谱的设备故障辅助决策方法，其特征在于，包括：

温振数据采集模块采集第一设备的温振数据；

温振数据分析模块对所述温振数据进行特征分析，提取出多种第一特征信号，对所述第一特征信号进行处理形成第二特征信号；

将所述第二特征信号输入至设备状态评估模块中，所述设备状态评估模块输出所述第一设备多种参数的评价等级，所述评价等级包括良好、较好和一般，基于每种参数的所述评价等级生成设备状态表，基于所述设备状态表生成设备状态文本；

将所述设备状态文本输入至辅助决策模块中，所述辅助决策模块基于内部的知识图谱数据库，生成用于维护所述第一设备的辅助决策信息并进行展示；

对所述温振数据进行特征分析包括以下步骤：

所述温振数据分析模块利用小波变换分析温振数据在不同的分辨率下的信号特征，对处于不同层级空间的信号进行分解，进行滤波和去噪，获得第一特征信号，所述第一特征信号为高频信号；利用PSO‑ChOA‑VMD算法对所述第一特征信号进行VMD参数寻优，获得最佳参数组合，基于所述最佳参数组合对所述第一特征信号进行模态分解，获得多个IMF分量，将所述IMF分量输入卷积神经网络模型降噪处理，对降噪处理后的所述第一特征信号利用小波逆变换进行重构，获得所述第二特征信号；

所述设备状态评估模块输出所述第一设备多种参数的评价等级包括以下步骤：

在所述设备状态评估模块中设置标准状态表，所述标准状态表包括所述第一设备中多个部件在不同运行状态下对应的参数指标范围，将所述第二特征信号输入所述设备状态评估模块，获取所述第一设备的各项参数信息，将所述参数信息与所述标准状态表中的所述参数指标范围进行对比，生成所述参数信息对应的所述评价等级；

生成辅助决策信息包括以下步骤：

提取所述设备状态文本中的第一关键词，基于所述第一关键词，通过BERT‑based句子编码器将所述第一关键词转换为第一编码，构建所述知识图谱数据库，在所述知识图谱数据库中检索与所述第一编码相似的第二编码，基于所述第二编码检索对应的SPARQL查询语句，基于所述SPARQL查询语句在所述知识图谱数据库中进行查询，获取检修建议，将所述检修建议作为所述辅助决策信息；

所述知识图谱数据库的构建包括以下步骤：

构建W2NER模型，所述W2NER模型包括BERT层、LSTM层、卷积神经网络层及Co‑Predictor层，将预先准备的设备故障文本信息输入至所述W2NER模型中，对所述设备故障文本信息进行先验信息处理，利用所述BERT层提取所述设备故障文本信息中的特征信息，将所述特征信息转化为第一字符信息，所述LSTM层基于所述第一字符信息获得所述设备故障文本信息中的实体信息，将所述实体信息输入至包括全局注意力机制的所述卷积神经网络层中，获得所述实体信息间的第一关系，所述Co‑Predictor层将所述实体信息和所述第一关系进行合并，将形成的所述实体信息所述第一关系存储在所述知识图谱数据库中。

2.根据权利要求1所述的方法，其特征在于，所述辅助决策模块还连接有推荐系统模块，

将第二关键词输入至所述推荐系统模块，基于所述第二关键词，所述推荐系统模块获取与所述第二关键词相似的多个历史信息，计算每个所述历史信息的第一数量，以及每个历史信息与所述第二关键词的相似度，基于所述相似度和所述第一数量为每个历史信息进行评分，按照所述评分为每个历史信息进行排序形成推荐列表，设定推荐指数标准，在所述推荐列表中，将达到所述推荐指数标准的所述历史信息作为所述第二关键词的推荐信息。

3.根据权利要求2所述的方法，其特征在于，所述推荐系统模块还连接有搜索模块，将所述第二关键词输入所述搜索模块，获取与所述第二关键词相关的所述推荐信息。

4.根据权利要求3所述的方法，其特征在于，所述辅助决策模块还连接有数据整合模块，所述数据整合模块获取所述设备状态表、所述辅助决策信息和所述推荐信息进行整合展示。

5.基于知识图谱的设备故障辅助决策系统，用于实现如权利要求1‑4任一项所述的方法，其特征在于，包括：温振数据采集模块，用于采集第一设备的温振数据；

温振数据分析模块，用于对所述温振数据进行特征分析，提取出多种第一特征信号，对所述第一特征信号进行处理形成第二特征信号；

设备状态评估模块，用于接收所述第二特征信号，所述设备状态评估模块输出所述第一设备多种参数的评价等级，所述评价等级包括良好、较好和一般，基于每种参数的所述评价等级生成设备状态表，基于所述设备状态表生成设备状态文本；

辅助决策模块，用于接收所述设备状态文本，所述辅助决策模块基于内部的知识图谱数据库，生成用于维护所述第一设备的辅助决策信息并进行展示。

6.一种计算机存储介质，其特征在于，所述计算机存储介质存储有程序指令，其中，在所述程序指令运行时控制所述计算机存储介质所在设备执行权利要求1‑4任意一项所述的方法。