24.基于人工智能技术实现微模块节能控制的方法包括基于人工智能技术实现微模块节能控制的系统，步骤如下：25.s1：ai控制模块根据精密空调和温湿度传感器的数据，采用ai算法匹配合适的it制冷总输入，控制精密空调中的送风温度和风机转速人工智能算法设定了两个算法目标：26.首先，预测it制冷量需求以实现空调制冷量接近制冷量需求的处理步骤如下：27.S11:数据预处理：包括相关历史数据和当前数据的相关性分析和预处理；28.S12利用精密空调中的回风温差和风机转速模拟计算目标参数：冷量需求；29.s13：自编码器用于降低数据维数或提取特征首先将输入压缩成一个潜在的空间表示，然后通过这个表示重构输出利用输入数据和输出数据之间的相关性来训练网络模型；30.s14：长期和短期记忆网络模型用于预测接下来几个周期的目标参数；31.其次，在指定制冷量的约束条件下，寻找空调机组能耗全局最优工况解的处理步骤如下：32.s21：神经网络训练：包括相关历史数据和当前数据的相关性分析，数据主要是微模块数据中心的空调送风温度、风扇转速和精密空调功率值；33.s22：组合训练的网络模型以生成对策网络对抗网络由两个神经网络组成，一个称为生成器，另一个称为鉴别器发生器试图产生一个可以欺骗鉴别器的假样本，鉴别器鉴别该样本是真样本还是发生器产生的假样本两者在对策训练下不断优化，最终达到纳什均衡对策网络是用迁移学习再训练生成的；34.s23：利用长短期记忆网络模型，输出每台精密空调的风机转速和送风温度的设定值，在对策网络中反复学习后，将精密空调总功率的上限预设为p1、总功率的下限是p2，这样精密空调的总功率就是p1-P2范围最小，从而找到最合适的精密空调运行参数设定值。35.3)有益效果36.与现有技术相比，本发明的有益效果是：本发明的系统和方法根据微模块的空间结构和精密空调中大气流的方向，在不利温度点按位置部署两个温湿度传感器，测量微模块内的温度、通过在重复模块中增加一个输入门，湿度数据采集精度更高、遗忘门和输出门用于解决普通循环神经网络的长期依赖性问题网络通过其独特的记忆模式和遗忘模式，可以充分挖掘数据的时间序列特征，学习信号中的时间依赖关系对长期信息的记忆使得长短期记忆网络模型具有较高的预测精度采用人工智能算法来匹配合适的it制冷总投入量，是准确的、精密空调中送风温度和风机转速的高频控制，可以在保证机房温湿度安全的前提下，实现机房的降温、最大化制冷效率，降低精密空调运行能耗。附图说明37.图1是本发明系统的特定实施例的系统示意图；38.图2是本发明系统的一个具体实施例的帧结构示意图；39.图3是本发明方法的具体实施例的流程图。优选实施例的详细描述40.实施例141.本实施例是一种基于人工智能技术实现微模块节能控制的系统和方法其系统原理图如图1所示，其框架结构原理图如图2所示该系统包括微模块、温湿度传感器、ai控制模块、动环监控系统与精密空调；42.用于监控微模块中的温度和湿度数据的温度和湿度传感器被部署在微模块中、安装在微型模块中的Ai控制模块，用于控制精密空调的送风温度和风扇速度；43.根据微模块的空间结构和精密空调中大气流的方向，将温湿度传感器按位置布置在各个温湿度不利点；44.ai控制模块根据精密空调和温湿度传感器的数据，采用ai算法匹配合适的it制冷总输入，控制精密空调中的送风温度和风机转速ai控制模块预装长时和短时记忆网络模型，长时和短时记忆网络模型在循环神经网络的重复模块中加入输入门、遗忘门和输出门，ai算法设定了两个算法目标：一种是预测it冷量需求，从而实现空调冷量接近冷量需求；二是在指定制冷量的约束条件下，寻找空调机组能耗的全局最优工况解。45.动环监控系统与人工智能控制模块通信、温湿度传感器和精密空调连接到微型模块中的精密空调、温湿度传感器和柱头柜数据遥测、遥信、远程调节和远程控制，实时监控其运行参数，诊断和处理故障，记录和分析相关数据，集中监控和维护设备，动态环监控系统的系统模式包括：常规模式和新控制模式，常规模式是现有运行模式，新控制模式是ai自动控制模式在ai自动控制模式下，ai控制模块通过动态监控系统向精密空调发送控制指令，设定空调参数，控制精密空调的冷量输出；46.精密空调纳入动态监控系统进行远程监控，精密空调的控制方式包括：本地控制模式、群控模式和ai自动控制模式，ai自动控制模式优先级最高在ai自动控制模式下，精准空调开启远程开关机通讯协议、开启精密空调出风口温度设定、打开控制点通讯协议，关闭除制冷以外的其他工作模式。47.优选地，有两种类型的微模块，即微模块A和微模块b微模块A中有四个传感器位置，根据高度在每个位置部署两个传感器；微模块B有12个传感器，根据高度每个位置部署2个传感器。48.优选地，数据预处理中的数据包括每个精密空调的it负载功率、温湿度传感器的温度值和湿度值。49.优选地，在精密空调的ai自动控制模式中，开放控制点通信协议包括：50.a.精确的空调风扇速度设置；51.b.风速上限设定、风速下限设定；52.c.满足a或b可。53.优选地，目标参数是冷却需求。54.优选地，对抗网络由两个神经网络组成，一个被称为生成器，另一个被称为鉴别器发生器试图产生一个可以欺骗鉴别器的假样本，鉴别器鉴别该样本是真样本还是发生器产生的假样本两者都在对策训练下不断优化，最终达到纳什均衡迁移学习用于重新训练以生成对抗网络。