1.一种基于深度学习的沿海太阳能智能发电系统，其特征在于，包括装置区、物联网区和用户区；其中，

所述装置区包括：

若干太阳能发电板，以及与太阳能发电板相连，且为所述装置区进行供电的蓄电池；

向光单元，包括下拉电阻、十字黑色挡板以及若干个光敏电阻，采用压差法采集下拉电的压差，并生成第一指令，该指令用于控制太阳能发电板实现实时的追光动作；

智能保护单元，包括风速传感器，所述风速传感器用于采集太阳能发电板周围的实时风速，并与预设值进行比较，生成第二指令，该指令用于控制太阳能发电板进行收躺动作；

驱赶单元，包括感应模块和超声波模块，所述感应模块用于监测入侵动物并产生的感应信号，并生成第三指令，该指令用于控制超声波模块产生超声波；

智能防盗单元，包括报警模块和由Vaak眼控制的摄像头，所述摄像头用于拍摄靠近太阳能发电板的人，并利用Vaak眼分析拍到人的离散运动和行为，产生第四指令，该指令用于控制报警模块做出报警动作；

PLC控制单元，基于第一指令、第二指令、第三指令和第四指令，分别做出相应的动作；

所述物联网区包括服务器和Zigbee网络模块，所述服务器通过外网与所述用户区相连，接收所述用户区的指令，所述服务器通过Zigbee网络模块与装置区相连，收集所述装置区的数据，并反馈给所述用户区，或基于所述用户区的指令，控制所述PLC控制单元做出相应的动作。

2.根据权利要求1所述的一种基于深度学习的沿海太阳能智能发电系统，其特征在于：所述向光单元还包括步进电机和电动推杆，所述步进电机和电动推杆均与各个所述太阳能发电板相连，所述PLC控制单元基于第一指令，控制步进电机工作，带动各个所述太阳能发电板进行向光旋转动作，控制电动推杆工作，推动各个所述太阳能发电板进行向光俯仰动作，所述PLC控制单元基于第二指令控制电动推杆工作，推动各个所述太阳能发电板进行收躺动作。

3.根据权利要求1所述的一种基于深度学习的沿海太阳能智能发电系统，其特征在于：所述PLC控制单元基于第三指令，控制所述超声波模块产生30KHZ‑40KHZ的超声波，形成超声波电子围栏。

4.根据权利要求1所述的一种基于深度学习的沿海太阳能智能发电系统，其特征在于：所述PLC控制单元基于第四指令，控制报警模块发出警报声，同时通过物联网区向用户区发送数据和报警信号，其中，数据包括报警区域和报警时间以及摄像头拍摄的影像。

5.根据权利要求4所述的一种基于深度学习的沿海太阳能智能发电系统，其特征在于：所述报警模块还与电话外线连接，通过电话向拨打预设的联网中心号码、报警号码、手机号码或传呼号码，并在电话中播放用户预设的报警录音。

6.根据权利要求4所述的一种基于深度学习的沿海太阳能智能发电系统，其特征在于：所述摄像头采用USB摄像头，并结合树莓派开发板使用，利用PaddlePaddle算法对摄像头拍摄的图像进行处理。

7.根据权利要求1所述的一种基于深度学习的沿海太阳能智能发电系统，其特征在于：所述物联网区还包括单片机，所述单片机与所述装置区相连，用于监测所述装置区的运行状态，并与服务器相连，通过Zigbee网络模块进行调配，利用Zigbee网络模块将调配数据传递给装置区，调整装置区的状态。

8.根据权利要求1所述的一种基于深度学习的沿海太阳能智能发电系统，其特征在于：所述服务器内还安装有tomcat，同时在服务器内部署一个由java编写的控制Zigbee网络的互联网war包，并开放一个端口，进行端口映射到外网中，利用以太网访问war包，实现PLC控制单元的控制与监控。