1.一种数据中心低负载空调节能控制方法，包括数据中心数字化建模方法、系统信息群收发方法、温度变化预测方法和设备运行参数寻优控制方法，其特征在于，所述数据中心数字化建模方法采用数字孪生技术，对数据中心所包含的it设备和空调设备进行数字化建模，实时数字可视化展示各设备的散热、功率、能耗等相关数据；所述系统信息群收发方法包括网络通信链路构建方法和网络协议与设备地址设计方法；所述温度变化预测方法为基于神经网络模型的智能温度变化预测方法；所述设备运行参数寻优控制方法为基于模拟退火算法的设备运行参数寻优控制方法。
2.根据权利要求1所述的一种数据中心低负载空调节能控制方法，其特征在于，所述数据中心数字化建模方法采用数字孪生技术对数据中心所包含的it设备和空调设备进行数字化建模，实时数字可视化展示各设备的相关数据，具体包括以下步骤：
3.根据权利要求2所述的一种数据中心低负载空调节能控制方法，其特征在于，所述数据预处理方法为联合线性回归和聚类算法，首先输入线性回归模型，获得大致的数据分布，清除明显错误或重复数据，之后再将线性回归算法清洗过的数据输入到聚类算法中，对数据进行更精细化的清洗，剔除不易发现的异常数据，线性回归算法清洗数据的数学原理为：
4.根据权利要求1所述的一种数据中心低负载空调节能控制方法，其特征在于，所述网络通信链路构建方法包括使用电力载波通信和光纤通信两种通信链路，采用非屏蔽双绞线和主干光纤两种传输介质，光纤通信网主要用于数据中心现场控制台与各设备，以及各设备之间的数据交互，电力载波通信网络则用于数据中心现场控制台与上层管理监测中心之间的数据通信。
5.根据权利要求1所述的一种数据中心低负载空调节能控制方法，其特征在于，所述网络协议与设备地址设计方法包括采用tcp/ip协议作为物理层和数据链路层之间的通信协议；采用网络号、ip地址、mac地址和设备编号对每台it设备和空调设备做标识，支持控制台与各设备，以及各设备之间的数据交互。
6.根据权利要求1所述的一种数据中心低负载空调节能控制方法，其特征在于，所述基于神经网络模型的智能温度变化预测方法具体步骤包括：
7.根据权利要求1所述的一种数据中心低负载空调节能控制方法，其特征在于，所述设备运行参数寻优控制方法是基于设备数学建模和模拟退火算法的设备运行参数寻优控制方法。
8.根据权利要求7所述的一种数据中心低负载空调节能控制方法，其特征在于，所述设备运行参数寻优控制方法主要实现对空调设备内部的风机、冷冻水泵、制冷机、冷却水泵和冷却塔、表冷器设备运行参数进行联合寻优。
9.根据权利要求7所述的一种数据中心低负载空调节能控制方法，其特征在于，所述设备运行参数寻优控制方法具体步骤包括：
10.一种数据中心低负载空调节能控制系统，其特征在于，采用权利要求1-9任一项所述的一种数据中心低负载空调节能控制方法实现数据中心低负载空调节能控制系统，所述数据中心低负载空调节能控制系统包括：