1.一种计算机无线局域网模块的电源管理方法，其特征在于：包括以下步骤：S1、利用网络设备管理软件采集网络流量数据和应用程序状态数据，并利用自回归移动平均模型构建流量预测模型；

S2、定义网络流量模糊集合和应用程序需求模糊集合，并建立模糊规则；

S3、根据采集的网络流量数据和应用程序需求数据确定输入隶属度，并根据规则触发强度计算输出隶属度；

S4、利用重心法将模糊的模式隶属度转化为具体的电压参数，并对电源进行调控；

所述S1利用自回归移动平均模型构建流量预测模型，其方法步骤如下：S1.1.1、数据清洗与处理：对收集的无线局域网模块的历史网络流量数据，进行清洗，利用差分法对数据进行平稳处理；

S1.1.2、确定模型参数：利用自相关函数确定该模型的自回归阶数p，利用Yule‑Walker方程确定移动平均阶数q，通过自相关函数图和偏自相关函数图确定差分阶数d；

S1.1.3、模型拟合：使用最小二乘法对模型参数进行估计，并检验模型的残差是否满足白噪声假设；

S1.1.4、流量预测阶段：利用拟合好的自回归移动平均模型进行流量预测，其公式为：其中， 为自回归算子，θ(B)为移动回归算子，B为滞后算子，Yt为时间序列数据，εt为白噪声，d为差分阶数；

所述S2建立模糊规则，其方法步骤如下：

S2.1.1、聚类分析过程：利用K‑Means聚类算法对网络流量数据和应用程序需求数据进行聚类；

S2.1.2、定义模糊集合范围：对每个聚类进行分析，确定其代表的网络状态，根据聚类中心和成员的数据分布来确定模糊集合的范围；

S2.1.3、建立模糊规则：根据聚类所代表的网络状态和实际的电源管理需求建立模糊规则，加入设备状态因素，对规则进行细化；

所述S4隶属度转化为具体电压参数，其中，通过计算每个模糊集合对电源参数的贡献，根据电压转化公式得到最终电压，其中，电压转化公式如下：其中，V为电压，Vmin为所有模式中电压范围下限的最小值，∑iμi为所有隶属度的总和，Ci为电压贡献，n为隶属度个数。

2.根据权利要求1所述的计算机无线局域网模块的电源管理方法，其特征在于：所述S1.1.2利用自相关函数确定该模型的自回归阶数p，其公式为：其中，pk为滞后k期的自回归阶数，T为时间序列的长度，yt为时间序列， 为时间序列yt的均值，k为滞后期数，yt‑k为k到t的时间序列。

3.根据权利要求1所述的计算机无线局域网模块的电源管理方法，其特征在于：所述S1.1.3模型拟合时，利用Shapiro‑Wilk检验残差的正态性，若残差不符合正态分布，则对模型参数进行调整。

4.根据权利要求1所述的计算机无线局域网模块的电源管理方法，其特征在于：所述S2.1.1聚类分析过程中，通过肘部法则来确定合适的聚类数量，衡量聚类的紧密性和聚类数量之间的关系，寻找聚类变化趋势从急剧下降到平缓下降的转折点。

5.根据权利要求1所述的计算机无线局域网模块的电源管理方法，其特征在于：所述S3确定输入隶属度，其方法步骤如下：S3.1.1、确定高斯隶属函数参数：以模糊集合对应的变量的统计均值为高斯隶属函数的中心位置，以模糊集合数据的标准差来确定高斯隶属函数的宽度；

S3.1.2、计算规则触发强度：确定网络流量和应用程序需求在对应模糊集合中的隶属度，选取输入隶属度的最小值作为规则的触发强度；

S3.1.3、计算输出隶属度：当规则被触发后，根据规则的结论确定输出模糊集合的隶属度。

6.根据权利要求5所述的计算机无线局域网模块的电源管理方法，其特征在于：所述S3.1.1确定高斯隶属函数参数时，通过期望的隶属度变化率来调整标准差，对隶属度函数的形状进行调整。

7.根据权利要求5所述的计算机无线局域网模块的电源管理方法，其特征在于：所述S3.1.3计算输出隶属度时，若存在多条规则影响输出模糊集合的隶属度，采用最大值法确定最终的输出隶属度。