1.建筑信息模型管理系统，其特征在于，所述系统包括：

状态监测模块基于历史维护日志，收集建筑组件的维护数据，筛选维护频率与故障类型关联数据点，将关联数据分类整理，生成状态分布图表，并从中得到状态关联数据；

所述状态关联数据包括组件寿命、维护频次、故障类别；

所述状态监测模块包括：

建筑元素诊断子模块基于历史维护日志，分析建筑元素的维护数据，识别关键事件，提取影响参数，对维护数据进行分类，分析数据中的异常模式，得到筛选维护记录；

维护计划关联子模块基于所述筛选维护记录，分析维护事件与故障类型的直接联系，提取与故障关联的维护特征，分析故障发生频率与维护活动的相关性，确定关键维护指标，得到故障关联分析；

性能预测子模块基于所述故障关联分析，制定预测模型，分析故障与维护频率的相关性，绘制维护与故障的状态关联图表，得到状态关联数据；

概率计算模块采用所述状态关联数据，对每栋建筑状态包括正常运行、需要监控、即将故障的记录进行分类汇总，计算多类状态转变的次数，通过比例分析形成转移矩阵，得到转移概率表；

所述概率计算模块包括：

状态分类子模块基于所述状态关联数据，筛选与建筑运行直接关联的变量，对关联变量执行分级排序，将建筑状态分为正常运行、需要监控、即将故障三类，生成状态分类汇总；

状态转变计数子模块基于所述状态分类汇总，采用马尔可夫链算法，进行对每类状态间的转变事件进行识别和计数，使用频次分析确定多状态间的转换次数，生成状态转变频次表；

转移概率表生成子模块基于所述状态转变频次表，通过概率计算，对转变频次进行标准化，计算多状态之间的转移概率，得到转移概率表；

预测分析模块通过所述转移概率表，选取历史状态路径作为参考，利用维特比算法追踪预估的状态转变轨迹，预测下一阶段出现的故障类型和时间，并得到故障预测结果；

模型调整模块基于当前维护数据和所述故障预测结果，对现有的状态转移概率进行重新评估，调整概率值反映当前的维护情况和故障数据，通过动态更新，得到更新后的模型参数。

2.根据权利要求1所述的建筑信息模型管理系统，其特征在于，所述状态关联数据包括组件寿命、维护频次、故障类别，所述转移概率表包括转移频率、转移概率、状态分类，所述故障预测结果包括预测时间点、预测故障类型、预测可靠性，所述更新后的模型参数包括参数调整值、模型效能、调整周期。

3.根据权利要求1所述的建筑信息模型管理系统，其特征在于，所述马尔可夫链算法按照公式；

计算加权状态转移概率矩阵，其中， 为从状态 转移到状态 的观测次数，为从状态 转移到任何状态的总次数， 为基于历史数据和领域知识预设的平滑参数， 为基于状态重要性的权重系数。

4.根据权利要求1所述的建筑信息模型管理系统，其特征在于，所述预测分析模块包括：建筑模型数据整合子模块基于所述转移概率表，采用图神经网络技术，将历史建筑模型路径作为参考，进行数据匹配，并整合多源模型信息，生成模型整合视图；

建筑模型监控子模块通过所述模型整合视图，应用维特比算法追踪BIM状态转变，进行状态分析，绘制路径变化图，生成状态监控结果；

建筑故障预测整合子模块采用所述状态监控结果，进行故障类型和时间的数据比较，分析潜在风险，预测故障点，生成故障预测结果。

5.根据权利要求4所述的建筑信息模型管理系统，其特征在于，所述图神经网络技术按照公式其中， 为节点 在第 层的特征向量， 为节点 的邻居节点集， 为第 层的权重矩阵， 为第 层的偏置项， 为非线性激活函数， 为权重调整系数， 为常数偏置， 为规避分母为零的小正数。

6.根据权利要求1所述的建筑信息模型管理系统，其特征在于，所述模型调整模块包括：构件数据分析模块基于当前维护数据和所述故障预测结果，采用BIM软件分析构件的使用频率和损耗模式，基于区域分辨故障，生成故障类型频率表；

状态概率更新模块通过所述故障类型频率表，通过施工阶段模拟每种故障类型的发生概率并进行重新计算，调整概率值以反映当前的使用和维护数据，得到调整后的概率表；

模型参数确认模块基于所述调整后的概率表，参照多类构件的维护记录和使用情况，更新和优化模型的运行参数，匹配当前建筑的维护需求，获取更新后的模型参数。