• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    一種新型確定性風(fēng)電功率預(yù)測模型及其概率性評(píng)估

    2016-11-16 09:00:16楊家然王興成羅曉芬
    現(xiàn)代電力 2016年5期
    關(guān)鍵詞:電功率確定性置信度

    楊家然,王興成,蔣 程,羅曉芬

    (1.大連海事大學(xué),遼寧大連 116026;2.國網(wǎng)北京市電力公司,北京 100031;3.華能威海發(fā)電有限責(zé)任公司,山東威?!?64205)

    ?

    一種新型確定性風(fēng)電功率預(yù)測模型及其概率性評(píng)估

    楊家然1,王興成1,蔣程2,羅曉芬3

    (1.大連海事大學(xué),遼寧大連116026;2.國網(wǎng)北京市電力公司,北京100031;3.華能威海發(fā)電有限責(zé)任公司,山東威海264205)

    0 引 言

    隨著風(fēng)電穿透功率的不斷增大,風(fēng)電功率的隨機(jī)性、波動(dòng)性必將嚴(yán)重影響電網(wǎng)的安全、經(jīng)濟(jì)運(yùn)行[1-2]。對(duì)風(fēng)電功率進(jìn)行準(zhǔn)確的預(yù)測,對(duì)于電網(wǎng)安全經(jīng)濟(jì)調(diào)度、風(fēng)電場運(yùn)行都有重要意義。

    目前風(fēng)電功率預(yù)測可以分為物理、統(tǒng)計(jì)及組合3類方法[3]。組合預(yù)測利用數(shù)值天氣預(yù)報(bào)(Numerical Weather Prediction,以下簡稱NWP)及風(fēng)電功率歷史數(shù)據(jù)進(jìn)行建模,綜合物理、統(tǒng)計(jì)方法的優(yōu)點(diǎn),經(jīng)驗(yàn)表明是目前最優(yōu)的確定性預(yù)測方法[4]。

    現(xiàn)有風(fēng)電功率預(yù)測多為確定性預(yù)測方法,如文獻(xiàn)[5-7]并沒有對(duì)確定性預(yù)測結(jié)果進(jìn)行概率性評(píng)估。文獻(xiàn)[8-10]雖屬于概率性預(yù)測方法,對(duì)預(yù)測值及誤差分布進(jìn)行了研究,但都屬于統(tǒng)計(jì)方法的范疇,沒有充分利用組合模型的預(yù)測優(yōu)勢,且沒有與確定性方法相結(jié)合,而確定性預(yù)測結(jié)果的概率性評(píng)估可以給出預(yù)測值的完備信息,為系統(tǒng)調(diào)度決策提供可靠依據(jù)。

    本文提出一種基于小波變換和模糊自適應(yīng)共振映射的新型確定性預(yù)測方法,利用NWP及風(fēng)電功率歷史數(shù)據(jù)進(jìn)行確定性預(yù)測,屬于組合預(yù)測方法。同時(shí)提出基于分位數(shù)回歸分析,并以置信度、銳度、技術(shù)評(píng)分為指標(biāo),對(duì)確定性預(yù)測結(jié)果進(jìn)行概率性評(píng)估。以國內(nèi)某風(fēng)電場為例,驗(yàn)證所提預(yù)測方法的可行性、有效性。

    1 小波變換

    小波變換(Wavelet Transform,以下簡稱WT)通過基本函數(shù)ψ(t)伸縮平移運(yùn)算對(duì)信號(hào)進(jìn)行多尺度分解,達(dá)到高頻處時(shí)間細(xì)分,低頻處頻率細(xì)分,從而可凸顯信號(hào)某些方面的特征[11]。

    設(shè)x(t)是平方可積信號(hào),即x(t)∈L2(R),則x(t)的連續(xù)小波變換定義為

    (1)

    將a和b同時(shí)離散化,即令a=2j,則b=2jkb0,將b0歸一化,則

    (2)

    若將t離散化,取t=nTs,Ts=1,得到x(t)的離散序列小波變換:

    (3)

    Mallat和Meyer提出了計(jì)算離散正交小波變換的快速算法,即Mallat算法,該算法分為兩步:信號(hào)分解與重構(gòu)[12]。本文選用雙正交小波db4作為母小波,對(duì)風(fēng)電功率信號(hào)進(jìn)行三層尺度分解,得到3個(gè)細(xì)節(jié)信號(hào)(Detail Signal)和一個(gè)近似信號(hào)(Approximate Signal),信號(hào)處理流程如圖1所示。關(guān)于離散小波變換的詳細(xì)過程可參考文獻(xiàn)[13]。

    圖1 小波分解與重構(gòu)流程圖

    2 模糊自適應(yīng)共振映射網(wǎng)絡(luò)

    2.1Fuzzy ARTMAP算法概述

    模糊自適應(yīng)共振映射 (Fuzzy Adaptive Resonance Theory Map,以下簡稱FA)算法能夠在不斷變化的條件下訓(xùn)練新樣本,并且保持已訓(xùn)練樣本的信息[14]。

    2.2Fuzzy ARTMAP原理

    圖2所示為Fuzzy ARTMAP 網(wǎng)絡(luò)的結(jié)構(gòu): FA網(wǎng)絡(luò)由兩個(gè)模塊ARTa和ARTb組成,這兩個(gè)模塊通過一個(gè)映射域(Map Field)鏈接,對(duì)任意序列的輸入模式都能進(jìn)行穩(wěn)定的實(shí)時(shí)監(jiān)督學(xué)習(xí),最終獲取所需的結(jié)果[15]。其中F0層為預(yù)處理階段;F1層接受輸入向量,同時(shí)構(gòu)造輸入向量的補(bǔ)碼,以避免類別增加。訓(xùn)練數(shù)據(jù)向量和目標(biāo)分類向量輸入進(jìn)FA 網(wǎng)絡(luò),目的是訓(xùn)練出正確的分類[16]。

    圖2 FUZZY ARTMAP網(wǎng)絡(luò)結(jié)構(gòu)圖

    相同分類的輸入模式會(huì)被聚類成同一種標(biāo)簽。定義分類數(shù)為N,N個(gè)隸屬函數(shù)基本算法通過反復(fù)訓(xùn)練來計(jì)算出相似度的最大值和最小值。若在一定時(shí)間內(nèi)訓(xùn)練權(quán)值不再發(fā)生顯著改變,訓(xùn)練階段就判定完成。上述階段為離線學(xué)習(xí)。一旦訓(xùn)練完成,F(xiàn)A網(wǎng)絡(luò)則作為一個(gè)輸入數(shù)據(jù)的分類器來顯示ARTa。在分類過程和學(xué)習(xí)網(wǎng)絡(luò)工作無效的情況下,ARTb失效。在這個(gè)階段,網(wǎng)絡(luò)在內(nèi)聯(lián)模塊輸出上會(huì)獲得預(yù)測的分類標(biāo)簽,這些分類標(biāo)簽被模糊化以獲得預(yù)測值。

    本文以訓(xùn)練數(shù)據(jù)向量(包括風(fēng)電功率、風(fēng)速、風(fēng)向、溫度)和目標(biāo)分類向量(風(fēng)電功率)作為FA網(wǎng)絡(luò)的輸入。FA網(wǎng)絡(luò)參數(shù)選擇如表1所示。關(guān)于FA網(wǎng)絡(luò)詳細(xì)訓(xùn)練過程可參考相關(guān)文獻(xiàn)[17-18]。

    表1 訓(xùn)練Fuzzy ARTMAP網(wǎng)絡(luò)的參數(shù)

    3 分位數(shù)回歸簡介

    分位數(shù)回歸分析(Quantile Regression,以下簡稱QR)能細(xì)致地刻畫自變量X對(duì)于因變量Y的變化范圍及條件分布的影響,可以得到條件分布的完整信息[19-20]。

    對(duì)于任意隨機(jī)變量Y,它的所有性質(zhì)都可以由Y的分布函數(shù)描述,即

    (4)

    隨機(jī)變量Y的τ分位函數(shù)定義為

    (5)

    即分位函數(shù)Q(τ)高于樣本集中比例為τ的部分,而低于比例為1-τ的部分。一般的線性條件分位函數(shù)表示為

    (6)

    式中:β0(τ)和β(τ)=[β1(τ)…βp(τ)]T是待估計(jì)的回歸參數(shù),分別表示截距和斜率;Xi=[xi,1…xi,p]T對(duì)應(yīng)于N個(gè)樣本(Yi,Xi)i=1,2,…,N。 在本文中xi,1代表風(fēng)電功率,xi,2代表風(fēng)速,xi,3代表風(fēng)向,xi,4代表溫度,即有p=4。

    (7)

    (8)

    式中:ρτ(e)為檢驗(yàn)函數(shù)。

    本文利用參數(shù)化可加性模型及三次B樣條基函數(shù)近似(6)式,進(jìn)而由樣本集數(shù)據(jù)得到參數(shù)解,此方法能同時(shí)兼顧運(yùn)算效率以及運(yùn)算速度[22-23],計(jì)算過程如下:

    (9)

    式中:fj(·)為非線性平滑函數(shù);可表示為三次B樣條基函數(shù)的線性組合,如下式:

    (10)

    式中:bjk(·)為三次B樣條基函數(shù);θjk為待估系數(shù);nj為樣條函數(shù)節(jié)點(diǎn)數(shù)。由式(9)、(10)可得

    (11)

    利用QR并設(shè)置所需分位點(diǎn)τi可得到風(fēng)電功率在預(yù)測時(shí)刻t的一組分位數(shù)Yt,τi,即可揭示t時(shí)刻風(fēng)電功率概率分布,進(jìn)而進(jìn)行概率性分析。

    4 預(yù)測評(píng)價(jià)指標(biāo)

    4.1確定性預(yù)測評(píng)價(jià)指標(biāo)

    以平均絕對(duì)百分誤差(MAPE)、均方根誤差(RMSE)、平均絕對(duì)誤差(MAE)作為確定性預(yù)測精度評(píng)價(jià)指標(biāo),其定義公式分別如下[24]:

    (12)

    (13)

    (14)

    (15)

    4.2概率性預(yù)測評(píng)價(jià)指標(biāo)

    為對(duì)風(fēng)電功率預(yù)測結(jié)果做出概率性預(yù)測精度評(píng)估,本文選用置信度(Reliability)、銳度(Sharpness)、技術(shù)評(píng)分(Skill Score)3個(gè)性能指標(biāo)進(jìn)行評(píng)估。本文分位點(diǎn)τi設(shè)置為:1%~5%步長為1%;5%~95%步長為5%;95%~99%步長為1%。3個(gè)性能指標(biāo)簡介如下[25]:

    置信度表示預(yù)測的概率與平均觀測頻數(shù)的一致性,例如75%的觀測值要小于等于75%分位數(shù)。指示變量Iτi,jk表示為

    (16)

    (17)

    (18)

    (19)

    (20)

    銳度表征概率性預(yù)測同確定性預(yù)測相似程度,以分位數(shù)對(duì)的平均間隔作為指標(biāo),計(jì)算過程如下:

    (21)

    (22)

    (23)

    技術(shù)評(píng)分是概率性預(yù)測的綜合評(píng)價(jià)指標(biāo),計(jì)算過程如下:

    (24)

    式中:Sc為技術(shù)評(píng)分;m為設(shè)置的分位點(diǎn)個(gè)數(shù)。技術(shù)評(píng)分越高表示預(yù)測性能越好,最大值為0。

    5 預(yù)測方法流程

    本文預(yù)測方法流程如圖3所示,介紹如下:

    步驟1:確定性預(yù)測模型輸入t及t-1時(shí)刻風(fēng)電功率、風(fēng)速、風(fēng)向、溫度,分別表示為WPt、WPt-1、WSt、WSt-1、WDt、WDt-1、Tt、Tt-1。由圖可以看出只有風(fēng)電功率數(shù)據(jù)WP經(jīng)過小波變換,WS、WD、T直接進(jìn)入FA網(wǎng)絡(luò)。WPt經(jīng)3層尺度分解得到一個(gè)低頻近似信號(hào)A3,t和3個(gè)高頻細(xì)節(jié)信號(hào)D1,t、D2,t、D3,t,WPt-1處理過程類似得到A3,t-1、D1,t-1、D2,t-1、D3,t-1。

    步驟2:A3,t-1、D1,t-1、D2,t-1、D3,t-1及A3,t、D1,t、D2,t、D3,t連同WSt、WSt-1、WDt、WDt-1、Tt、Tt-1輸入到已訓(xùn)練完成的FA網(wǎng)絡(luò),進(jìn)行模式分類。本文使用預(yù)測日前60d歷史數(shù)據(jù)(60×24×4=5 760點(diǎn))作為FA網(wǎng)絡(luò)訓(xùn)練數(shù)據(jù)。

    步驟4:在訓(xùn)練階段,由歷史風(fēng)電功率數(shù)據(jù)及相應(yīng)時(shí)期NWP數(shù)據(jù)對(duì) (11)式進(jìn)行函數(shù)擬合得到分位函數(shù)Q(τ)。在預(yù)測階段,利用確定性風(fēng)電功率預(yù)測值及相應(yīng)時(shí)期NWP數(shù)據(jù),由已知Q(τ)進(jìn)行概率性預(yù)測,進(jìn)而對(duì)確定性預(yù)測值做出概率評(píng)估。

    圖3 風(fēng)電功率預(yù)測流程圖

    6 算法仿真

    本文選擇山東某風(fēng)電場進(jìn)行算法仿真。以2014整年SCADA系統(tǒng)的觀測風(fēng)電功率值及相應(yīng)歷史時(shí)期的NWP數(shù)據(jù)(包括風(fēng)速、風(fēng)向、溫度)為原始數(shù)據(jù),時(shí)間分辨率為15min,從2014年4個(gè)季度中選取3、6、9、12月作為四季代表,其相應(yīng)數(shù)據(jù)作為測試數(shù)據(jù),其余數(shù)據(jù)作為訓(xùn)練數(shù)據(jù),預(yù)測時(shí)間尺度為24h和72h。選用持續(xù)法(Persistence)[26]、BP神經(jīng)網(wǎng)絡(luò)法[27]、FA網(wǎng)絡(luò)法、WT與BP網(wǎng)絡(luò)結(jié)合方法[28](以下簡記為WT+BP)與本文所提方法(以下簡記為WT+FA)進(jìn)行對(duì)比。

    分別從4個(gè)月中隨機(jī)抽取一日(分別為3月9日、6月21日、9月17日、12月26日)進(jìn)行1~24h的96步預(yù)測。表2為各預(yù)測方法日前預(yù)測結(jié)果的MAPE值。由表2可以看出持續(xù)法MAPE值最大,WT+FA模型MAPE值最小。由平均MAPE值可以看出,神經(jīng)網(wǎng)絡(luò)模型(BP、FA)預(yù)測精度總體高于持續(xù)法,神經(jīng)網(wǎng)絡(luò)模型與WT相結(jié)合(WT+BP、WT+FA)又進(jìn)一步提高預(yù)測精度。表明采用WT可明顯區(qū)分風(fēng)電功率各頻段信號(hào)的變化規(guī)律特征,使NWP數(shù)據(jù)分量與對(duì)應(yīng)的非線性關(guān)系更易于FA網(wǎng)絡(luò)學(xué)習(xí),因而能普遍提高BP及FA模型的預(yù)測精度。

    表2 風(fēng)電功率日前預(yù)測MAPE值對(duì)比表 %

    表3、表4為風(fēng)電功率日前預(yù)測各模型RMSE及MAE值對(duì)比表格??梢钥闯鯳T+FA模型明顯優(yōu)于其他模型,且隨季節(jié)變化其預(yù)測性能指標(biāo)一致最優(yōu),說明該預(yù)測模型具有較強(qiáng)的魯棒性。

    表3 風(fēng)電功率日前預(yù)測RMSE值對(duì)比表 %

    表4 風(fēng)電功率日前預(yù)測MAE值對(duì)比表 %

    圖4為3月9日BP及WT+FA預(yù)測值與實(shí)際值對(duì)比曲線圖,由圖可以看出WT+FA預(yù)測值與實(shí)際值趨勢一致,且預(yù)測誤差更小。其他預(yù)測模型及預(yù)測日期仿真結(jié)果類似,不再列出。

    圖4 3月9日風(fēng)電功率預(yù)測結(jié)果

    分別從4個(gè)月中選取第一日進(jìn)行72h預(yù)測。表5、6、7為各模型預(yù)測性能指標(biāo)值。由表5可以看出WT+FA模型的平均MAPE值為14.60%明顯優(yōu)于持續(xù)法(21.42%)。風(fēng)電功率時(shí)間序列含有大量波動(dòng)和尖峰值,屬于非平穩(wěn)信號(hào),利用WT可將其分解成不同頻率段上的信號(hào)。風(fēng)電功率及NWP數(shù)據(jù)具有日特征,使用WT將風(fēng)電功率分解,可將原序列中的高頻噪聲分量濾除,得到的低頻分量變化較為緩慢,其日特征更為明顯,便于神經(jīng)網(wǎng)絡(luò)進(jìn)行模式學(xué)習(xí)、分類。因而,由表5可以看出BP、FA與WT相結(jié)合后可以明顯提高其預(yù)測精度。表6、表7可以得出同樣的結(jié)論。

    表5 風(fēng)電功率72h預(yù)測MAPE值對(duì)比表 %

    表6 風(fēng)電功率72h預(yù)測RMSE值對(duì)比表 %

    表7 風(fēng)電功率72h預(yù)測MAE值對(duì)比表 %

    概率性評(píng)估是在概率意義上評(píng)估WT+FA模型的有效性及可靠性。為便于簡化說明問題,本文只選擇BP模型與WT+FA模型進(jìn)行對(duì)比,其他模型與WT+FA模型對(duì)比結(jié)果類似。圖5為兩種模型日前預(yù)測平均置信度對(duì)比圖。中間0刻度水平線代表預(yù)測的概率與平均觀測頻數(shù)完全一致,即置信度最優(yōu)值為0。由圖5可以看出,對(duì)于大部分分位點(diǎn),WT+FA模型具有更優(yōu)的置信度,即在概率意義上WT+FA模型預(yù)測更為準(zhǔn)確。圖6為兩種模型72h預(yù)測平均置信度對(duì)比圖,其對(duì)比結(jié)果類似。

    圖5 WT+FA與BP日前預(yù)測平均置信度對(duì)比圖

    圖6 WT+FA與BP 72h預(yù)測平均置信度對(duì)比圖

    圖7為兩種模型日前預(yù)測銳度對(duì)比圖。由圖可以看出,利用BP模型的預(yù)測結(jié)果進(jìn)行QR概率性預(yù)測,其銳度值比利用WT+FA模型稍微優(yōu)越,即預(yù)測分位數(shù)間隔較窄,其預(yù)測結(jié)果的不確定性程度較低。同時(shí),對(duì)比分析圖5、圖6、圖7、應(yīng)注意到置信度和銳度之間存在一種權(quán)衡關(guān)系,即提高置信度一般會(huì)降低銳度,反之亦然。一般置信度是模型概率性評(píng)估的主要指標(biāo)[29]。

    圖7 WT+FA與BP日前預(yù)測銳度對(duì)比圖

    圖8為兩種模型日前預(yù)測技術(shù)評(píng)分對(duì)比圖。由圖可以看出,WT+FA模型比BP模型技術(shù)評(píng)分更高,即模型綜合預(yù)測性能更優(yōu)。

    圖8 WT+FA與BP日前預(yù)測技術(shù)評(píng)分對(duì)比圖

    3個(gè)性能指標(biāo)在概率意義上對(duì)預(yù)測性能進(jìn)行評(píng)估,是確定性預(yù)測結(jié)果準(zhǔn)確度的指示器。仿真結(jié)果表明WT+FA模型對(duì)確定性預(yù)測和概率性評(píng)估都具有優(yōu)良性能。關(guān)于兩種模型72h預(yù)測銳度及技術(shù)評(píng)分仿真結(jié)果對(duì)比與此類似,限于篇幅不再列出。

    7 結(jié) 論

    風(fēng)電功率預(yù)測的概率性評(píng)估是對(duì)確定性預(yù)測的信息補(bǔ)充和完善,能為系統(tǒng)調(diào)度決策提供更好的依據(jù)。本文運(yùn)用QR對(duì)所提WT+FA模型確定性預(yù)測結(jié)果進(jìn)行概率性評(píng)估,得出結(jié)論如下:

    ① 風(fēng)能具有較強(qiáng)的隨機(jī)性和波動(dòng)性,歷史風(fēng)電功率時(shí)間序列含有大量峰值和噪聲,利用WT可將其分解成不同頻段的信號(hào),降低其非平穩(wěn)性,使各頻段信號(hào)的變化規(guī)律特征更明顯。

    ② 以WT分解后的各頻段信號(hào)及NWP數(shù)據(jù)作為輸入,F(xiàn)A網(wǎng)絡(luò)能更精確地學(xué)習(xí)NWP數(shù)據(jù)分量與風(fēng)電功率各分解信號(hào)之間的非線性關(guān)系,因而能提高確定性預(yù)測精度。

    ③ 利用QR并設(shè)置恰當(dāng)分位點(diǎn),可揭示風(fēng)電功率概率分布信息,對(duì)確定性預(yù)測結(jié)果進(jìn)行概率性評(píng)估,3個(gè)性能指標(biāo)能更加全面地刻畫風(fēng)電功率預(yù)測的不確定性。

    ④ 對(duì)于實(shí)際運(yùn)行風(fēng)電場的算例表明,本文所提確定性預(yù)測模型及概率性評(píng)估能提供全面、有效的預(yù)測信息,對(duì)提高電網(wǎng)運(yùn)行安全性、經(jīng)濟(jì)性水平具有積極意義。

    [1]遲永寧, 劉燕華, 王偉勝, 等. 風(fēng)電接入對(duì)電力系統(tǒng)的影響[J]. 電網(wǎng)技術(shù), 2007, 31(3): 77-81.

    [2]薛禹勝, 雷興, 薛峰, 等. 關(guān)于風(fēng)電不確定性對(duì)電力系統(tǒng)影響的評(píng)述[J]. 中國電機(jī)工程學(xué)報(bào), 2014, 34(29): 5029-5040.

    [3]韓爽. 風(fēng)電場功率短期預(yù)測方法研究[D]. 北京: 華北電力大學(xué), 2008.

    [4]薛禹勝,郁琛,趙俊華, 等. 關(guān)于短期及超短期風(fēng)電功率預(yù)測的評(píng)述[J].電力系統(tǒng)自動(dòng)化, 2015, 39(6): 141-151.

    [5]劉興杰,岑添云,鄭文書,等. 基于模糊粗糙集與改進(jìn)聚類的神經(jīng)網(wǎng)絡(luò)風(fēng)速預(yù)測[J]. 中國電機(jī)工程學(xué)報(bào), 2014, 34(19): 3162-3169.

    [6]丁志勇, 楊萍, 楊曦, 等. 基于連續(xù)時(shí)間段聚類的支持向量機(jī)風(fēng)電功率預(yù)測方法[J].電力系統(tǒng)自動(dòng)化, 2012, 36(14): 131-135.

    [7]劉克文,蒲天驕,周海明, 等. 風(fēng)電日前發(fā)電功率的集成學(xué)習(xí)預(yù)測模型[J]. 中國電機(jī)工程學(xué)報(bào), 2013, 33(34): 130-135.

    [8]王松巖,于繼來. 風(fēng)速與風(fēng)電功率的聯(lián)合條件概率預(yù)測方法[J]. 中國電機(jī)工程學(xué)報(bào), 2011, 31(7): 7-15.

    [9]楊明,范澍,韓學(xué)山, 等. 基于分量稀疏貝葉斯學(xué)習(xí)的風(fēng)電場輸出功率概率預(yù)測方法[J].電力系統(tǒng)自動(dòng)化, 2012, 36(14): 125-130.

    [10]王彩霞, 魯宗相, 喬穎, 等. 基于非參數(shù)回歸模型的短期風(fēng)電功率預(yù)測[J].電力系統(tǒng)自動(dòng)化, 2010, 34(16): 78-82.

    [11]Catalao J, Pousinho H, Mendes V. Hybrid Wavelet-PSO-ANFIS approach for short-term electricity prices forecasting[J]. IEEE Transactions on Power Systems, 2011, 26(2):137-144.

    [12]Mallat S. A theory for multiresolution signal decomposition: the wavelet representation[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1989, 11(7): 674-693.

    [13]Conejo A, Plazas M, Espinola R, et al. Day-ahead electricity price forecasting using the wavelet transform and ARIMA models[J]. IEEE Transactions on Power Systems, 2005, 20(2):1035-1042.

    [14]Lopes M L M, Minussi C R, Lotufo A D P. Electric load forecasting using a fuzzy ART & ARTMAP neural network[J]. Applied Soft Computing, 2005, 5(2): 235-244.

    [15]Haque A U, Meng J. Short-term wind speed forecasting based on fuzzy ARTMAP[J]. International Journal of Green Energy, 2011, 8(1): 65-80.

    [16]王斯藤,唐旭晟,陳丹. 基于模糊自適應(yīng)共振理論映射算法的單樣本三維人臉識(shí)別[J].計(jì)算機(jī)應(yīng)用, 2014, 34(9): 2595-2599.

    [17]Dagher I,Georgiopoulos M, Heileman G, et al. An ordering algorithm for pattern presentation in fuzzy ARTMAP that tends to improve generalization performance[J]. IEEE Transactions on Neural Networks, 1999, 10(4): 768-778.

    [18]鐘金宏, 楊善林. Fuzzy ARTMAP神經(jīng)網(wǎng)絡(luò)綜述[J]. 計(jì)算機(jī)科學(xué), 2001, 28(5): 89-92.

    [19]閻潔, 劉永前, 韓爽, 等. 分位數(shù)回歸在風(fēng)電功率預(yù)測不確定性分析中的應(yīng)用[J]. 太陽能學(xué)報(bào), 2013, 34(12): 2101-2107.

    [20]關(guān)靜. 分位數(shù)回歸理論及其應(yīng)用[D]. 天津: 天津大學(xué), 2008.

    [21]陳建寶, 丁軍軍. 分位數(shù)回歸技術(shù)綜述[J]. 統(tǒng)計(jì)與信息論壇, 2008, 23(3): 89-95.

    [22]Moller J,Nielsen H, Madsen H. Time-adaptive quantile regression[J]. Computat. Statist. Data Anal., 2008, 52(3):1292-1303.

    [23]Nielsen H A, Madsen H, Nielsen T S. Using quantile regression to extend an existing wind power forecasting system with probabilistic forecasts[J]. Wind Energy, 2006, 9(1):95-108.

    [24]Q/GDW588—2011, 風(fēng)電功率預(yù)測功能規(guī)范[S]. 北京: 國家電網(wǎng)公司, 2011.

    [25]Pinson P, Nielsen H A, Muller J K, et al. Non-parametric probabilistic forecasts of wind power: Required properties and evaluation[J]. Wind Energy, 2007, 10(6):497-516.

    [26]Alexiadis M, Dokopoulos P, Sahsamanoglou H, et al. Short term forecasting of wind speed and related electrical power[J]. Solar Energy, 1998, 63(1):61-68.

    [27]范高峰, 王偉勝, 劉純. 基于人工神經(jīng)網(wǎng)絡(luò)的風(fēng)電功率短期預(yù)測系統(tǒng)[J]. 電網(wǎng)技術(shù), 2008, 32(22): 72-76.

    [28]師洪濤, 楊靜玲, 丁茂生, 等. 基于小波-BP神經(jīng)網(wǎng)絡(luò)的短期風(fēng)電功率預(yù)測方法[J]. 電力系統(tǒng)自動(dòng)化, 2011, 35(16): 44-48.

    [29]Bessa R J, Miranda V, Botterud A, et al. Time-adaptive quantile-copula for wind power probabilistic forecasting[J]. Renew. Energy, 2012, 40(1):29-39.

    (責(zé)任編輯:林海文)

    A New Kind of Deterministic Wind Power Forecasting Model and Its Probabilistic Assessment

    YANG Jiaran1, WANG Xingcheng1, JIANG Cheng2, LUO Xiaofen3

    (1. The College of Information Science and Technology, Dalian Maritime University, Dalian 116026, China;2. State Grid Beijing Electric Power Company, Beijing 100031, China;3. Huaneng Weihai Power Generation CO., LTD, Weihai 264205, China)

    現(xiàn)有風(fēng)電功率預(yù)測多數(shù)為確定性預(yù)測,而由于風(fēng)電功率具有隨機(jī)性和波動(dòng)性,確定性預(yù)測在不確定性條件下難以為系統(tǒng)調(diào)度決策提供有效信息,概率性預(yù)測能夠提供預(yù)測的不確定性信息。提出一種基于小波變換和模糊自適應(yīng)共振映射的新型確定性預(yù)測方法,利用數(shù)值天氣預(yù)報(bào)及風(fēng)電功率歷史數(shù)據(jù)進(jìn)行確定性預(yù)測。同時(shí)基于分位數(shù)回歸分析,并以置信度、銳度、技術(shù)評(píng)分為指標(biāo),對(duì)確定性預(yù)測結(jié)果進(jìn)行概率性評(píng)估。以某風(fēng)電場為例,給出了確定性預(yù)測值及概率性評(píng)估,驗(yàn)證了所提方法的有效性。

    概率性預(yù)測;分位數(shù)回歸;模糊自適應(yīng)共振映射;小波變換;風(fēng)電功率預(yù)測

    Most of the existing wind power forecasting is deterministic, but the deterministic forecasting is difficult to provide effective information for the system scheduling decision under uncertainty conditions due to stochastic and volatility of the wind power, and the probability forecasting can provide uncertainty information. A new deterministic forecasting method is proposed based on wavelet transform and fuzzy adaptive resonance mapping by using the historical data of numerical weather forecast and wind power. At the same time, based on quantile regression analysis, deterministic prediction results are probabilistically assessed by regarding confidence, the sharpness and the skill score as the index. Taking a wind electric field as an example, the deterministic forecast value and the probability assessment are given, which verify the validity of the proposed method.

    probabilistic forecasting; quantile regression; fuzzy adaptive resonance theory map; wavelet transform; wind power forecasting

    1007-2322(2016)05-0080-07

    A

    TM614

    2015-09-17

    楊家然(1984—),男,博士研究生,主要研究方向?yàn)樾履茉床⒕W(wǎng)、預(yù)測、調(diào)度等,E-mail:yiran_qqqqqq@qq.com;

    王興成(1956—),男,通信作者,博士生導(dǎo)師,教授,主要研究方向?yàn)轸敯艨刂评碚?、非線性控制、復(fù)雜系統(tǒng)控制、先進(jìn)控制技術(shù),E-mail:dmuwxc@dlmu.edu.cn;

    蔣程(1984—),男,博士,工程師,主要研究方向?yàn)榛鹆Πl(fā)電技術(shù)仿真及新能源并網(wǎng)、調(diào)度;

    羅曉芬(1983—),女,碩士,工程師,主要研究方向?yàn)榛鹆Πl(fā)電技術(shù)仿真及新能源并網(wǎng)、調(diào)度。

    猜你喜歡
    電功率確定性置信度
    論中國訓(xùn)詁學(xué)與經(jīng)典闡釋的確定性
    論法律解釋的確定性
    法律方法(2022年1期)2022-07-21 09:18:56
    含混還是明證:梅洛-龐蒂論確定性
    基于PCC-CNN-GRU的短期風(fēng)電功率預(yù)測
    硼鋁復(fù)合材料硼含量置信度臨界安全分析研究
    輕松上手電功率
    你會(huì)計(jì)算電功率嗎
    解讀電功率
    正負(fù)關(guān)聯(lián)規(guī)則兩級(jí)置信度閾值設(shè)置方法
    法律確定性的統(tǒng)合理性根據(jù)與法治實(shí)施
    色5月婷婷丁香| 亚洲精品一区蜜桃| 国产成人精品一,二区| 99re6热这里在线精品视频| 日韩欧美 国产精品| 国产精品久久久久久精品电影| 国产精品精品国产色婷婷| 国产精品嫩草影院av在线观看| 日日啪夜夜爽| 看十八女毛片水多多多| 精品国产一区二区三区久久久樱花 | 伊人久久国产一区二区| 国产亚洲av嫩草精品影院| 国产黄片视频在线免费观看| 亚洲伊人久久精品综合| 国产成人精品久久久久久| 永久网站在线| 欧美日韩综合久久久久久| 国产男女超爽视频在线观看| 九九在线视频观看精品| 三级国产精品欧美在线观看| 男女啪啪激烈高潮av片| 国产黄频视频在线观看| 久久精品国产自在天天线| 免费av毛片视频| 精品久久久久久电影网| 一边亲一边摸免费视频| 国产精品精品国产色婷婷| 性插视频无遮挡在线免费观看| 成年人午夜在线观看视频 | 国产精品不卡视频一区二区| 边亲边吃奶的免费视频| 日韩av免费高清视频| 日本欧美国产在线视频| 国产激情偷乱视频一区二区| av在线蜜桃| 亚洲成人中文字幕在线播放| 在线免费观看的www视频| 夫妻午夜视频| 91精品伊人久久大香线蕉| 成人av在线播放网站| 熟妇人妻不卡中文字幕| 乱码一卡2卡4卡精品| 成年女人在线观看亚洲视频 | 中文字幕av在线有码专区| 欧美日本视频| 人妻制服诱惑在线中文字幕| 亚洲成人av在线免费| 亚洲av日韩在线播放| 永久免费av网站大全| 亚洲av中文av极速乱| 免费观看在线日韩| 男女啪啪激烈高潮av片| 91av网一区二区| 日日撸夜夜添| 日韩av免费高清视频| 天美传媒精品一区二区| 成人无遮挡网站| 一级黄片播放器| 内地一区二区视频在线| 久久久久久久亚洲中文字幕| 国产伦在线观看视频一区| 插逼视频在线观看| 精品久久久久久久久亚洲| 久久精品综合一区二区三区| 一区二区三区免费毛片| 中文在线观看免费www的网站| 波野结衣二区三区在线| 99久久精品热视频| 性插视频无遮挡在线免费观看| 在线 av 中文字幕| 婷婷色av中文字幕| 亚洲av在线观看美女高潮| 可以在线观看毛片的网站| 搞女人的毛片| 国产熟女欧美一区二区| 日韩一本色道免费dvd| 九九久久精品国产亚洲av麻豆| 色哟哟·www| 丝袜美腿在线中文| 中文乱码字字幕精品一区二区三区 | 天堂av国产一区二区熟女人妻| 欧美不卡视频在线免费观看| 日产精品乱码卡一卡2卡三| 亚洲国产欧美在线一区| 国产综合精华液| 亚洲综合精品二区| 在线 av 中文字幕| 国产单亲对白刺激| av在线老鸭窝| 国产探花极品一区二区| 日本黄大片高清| 美女主播在线视频| xxx大片免费视频| 亚洲精品久久午夜乱码| 日韩亚洲欧美综合| 女人被狂操c到高潮| 亚洲人成网站高清观看| 日本熟妇午夜| 国产乱人视频| 我的女老师完整版在线观看| 欧美zozozo另类| 午夜激情福利司机影院| 国产探花在线观看一区二区| 成年版毛片免费区| 黄片无遮挡物在线观看| 97超视频在线观看视频| 亚洲精品久久午夜乱码| 美女cb高潮喷水在线观看| 久久久久久久国产电影| 国产老妇伦熟女老妇高清| 大香蕉97超碰在线| 久久精品国产鲁丝片午夜精品| 看十八女毛片水多多多| 日韩不卡一区二区三区视频在线| av一本久久久久| 精品久久久久久久末码| 免费看av在线观看网站| 欧美高清成人免费视频www| 中文天堂在线官网| 五月玫瑰六月丁香| 亚洲无线观看免费| 人妻夜夜爽99麻豆av| 国产一区二区在线观看日韩| 成人午夜高清在线视频| 中文乱码字字幕精品一区二区三区 | 婷婷色综合www| 99热6这里只有精品| 中文字幕制服av| 亚洲国产日韩欧美精品在线观看| 国产乱人视频| 亚洲精品色激情综合| 性色avwww在线观看| 蜜桃久久精品国产亚洲av| 久久亚洲国产成人精品v| 国产乱人视频| 精品久久国产蜜桃| 大片免费播放器 马上看| 久久草成人影院| 欧美日本视频| 永久免费av网站大全| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 2022亚洲国产成人精品| av在线观看视频网站免费| 亚洲欧洲国产日韩| 久久久久久久午夜电影| 婷婷色综合www| 99热这里只有精品一区| 精品少妇黑人巨大在线播放| 只有这里有精品99| 亚洲精品国产成人久久av| 一本一本综合久久| 欧美 日韩 精品 国产| 秋霞伦理黄片| 欧美日韩综合久久久久久| 久久精品久久久久久噜噜老黄| 国产精品女同一区二区软件| 日韩一区二区三区影片| 国产探花在线观看一区二区| 亚洲成色77777| 国产精品国产三级专区第一集| 日本猛色少妇xxxxx猛交久久| 日本欧美国产在线视频| 美女高潮的动态| 极品少妇高潮喷水抽搐| 免费大片黄手机在线观看| 国产永久视频网站| 婷婷色综合大香蕉| 国国产精品蜜臀av免费| 丰满少妇做爰视频| 欧美 日韩 精品 国产| 免费黄频网站在线观看国产| 午夜精品一区二区三区免费看| 日韩视频在线欧美| 在线播放无遮挡| 神马国产精品三级电影在线观看| 丰满乱子伦码专区| 精品人妻熟女av久视频| 日本三级黄在线观看| h日本视频在线播放| 亚洲怡红院男人天堂| 一区二区三区免费毛片| 丝瓜视频免费看黄片| 在线a可以看的网站| 亚洲国产av新网站| 国产在视频线精品| 精品一区二区三卡| 日本免费在线观看一区| 国产精品一区二区三区四区久久| 精品久久久精品久久久| 九九爱精品视频在线观看| 不卡视频在线观看欧美| 街头女战士在线观看网站| 搡老乐熟女国产| 最近2019中文字幕mv第一页| 免费少妇av软件| 亚洲电影在线观看av| 国产精品一及| 男人爽女人下面视频在线观看| 精品一区二区三卡| 久久热精品热| 777米奇影视久久| 在现免费观看毛片| 内地一区二区视频在线| 久久精品国产亚洲av涩爱| 日本免费在线观看一区| 菩萨蛮人人尽说江南好唐韦庄| 一级二级三级毛片免费看| 国产精品嫩草影院av在线观看| 午夜久久久久精精品| 成年女人看的毛片在线观看| 国产国拍精品亚洲av在线观看| 男女视频在线观看网站免费| 日本免费a在线| 乱系列少妇在线播放| 天堂av国产一区二区熟女人妻| 久久久午夜欧美精品| 免费观看性生交大片5| 别揉我奶头 嗯啊视频| 波野结衣二区三区在线| 午夜激情久久久久久久| 人妻系列 视频| 日日摸夜夜添夜夜添av毛片| 久久久久精品久久久久真实原创| 久久国内精品自在自线图片| 天堂网av新在线| 九九在线视频观看精品| 中文精品一卡2卡3卡4更新| 国产麻豆成人av免费视频| 看黄色毛片网站| 少妇人妻一区二区三区视频| 久久韩国三级中文字幕| 亚洲精品一区蜜桃| 免费大片黄手机在线观看| 少妇被粗大猛烈的视频| 综合色丁香网| 精品99又大又爽又粗少妇毛片| 国产伦精品一区二区三区四那| 欧美区成人在线视频| 亚洲怡红院男人天堂| 男插女下体视频免费在线播放| 精品一区二区三卡| 亚洲精品乱码久久久久久按摩| 国国产精品蜜臀av免费| 日韩亚洲欧美综合| 欧美日韩精品成人综合77777| a级毛片免费高清观看在线播放| a级毛色黄片| 欧美激情国产日韩精品一区| 欧美日韩精品成人综合77777| 男女视频在线观看网站免费| 国产综合懂色| 亚洲精品aⅴ在线观看| 亚洲精品国产成人久久av| 欧美3d第一页| 女人久久www免费人成看片| 久久久成人免费电影| 最近手机中文字幕大全| 亚洲在线自拍视频| av网站免费在线观看视频 | 国产av国产精品国产| 国产精品国产三级国产专区5o| 啦啦啦韩国在线观看视频| 亚洲精品视频女| 青春草亚洲视频在线观看| a级毛色黄片| 国产成人精品福利久久| 91av网一区二区| 国产亚洲午夜精品一区二区久久 | 偷拍熟女少妇极品色| 成年人午夜在线观看视频 | 精品酒店卫生间| 哪个播放器可以免费观看大片| 日日摸夜夜添夜夜爱| 国产久久久一区二区三区| 亚洲最大成人中文| 亚洲综合色惰| 非洲黑人性xxxx精品又粗又长| 日韩国内少妇激情av| 国产午夜精品久久久久久一区二区三区| 97在线视频观看| 人妻系列 视频| 久久久久久久久中文| 亚洲精品自拍成人| 国产欧美另类精品又又久久亚洲欧美| 色播亚洲综合网| 99久久人妻综合| 国产高清不卡午夜福利| 男人舔女人下体高潮全视频| 亚洲欧美日韩卡通动漫| av在线老鸭窝| 久久久午夜欧美精品| or卡值多少钱| 少妇人妻精品综合一区二区| 久久亚洲国产成人精品v| av在线观看视频网站免费| 国产黄色小视频在线观看| 国产在线一区二区三区精| 寂寞人妻少妇视频99o| 国产精品精品国产色婷婷| 免费黄网站久久成人精品| 1000部很黄的大片| 久久精品久久精品一区二区三区| 国产成人精品一,二区| 亚洲欧美精品专区久久| 国产免费视频播放在线视频 | 人人妻人人澡欧美一区二区| 亚洲欧美日韩卡通动漫| 国产淫语在线视频| 中文欧美无线码| 男插女下体视频免费在线播放| 国产精品人妻久久久久久| 美女主播在线视频| 毛片一级片免费看久久久久| 欧美成人午夜免费资源| 18禁在线播放成人免费| 国产黄a三级三级三级人| 国产淫片久久久久久久久| 人妻一区二区av| 午夜福利网站1000一区二区三区| 国产成年人精品一区二区| 国产麻豆成人av免费视频| h日本视频在线播放| eeuss影院久久| 亚洲国产精品成人久久小说| 免费看光身美女| 亚洲av成人av| 欧美丝袜亚洲另类| 日本熟妇午夜| www.色视频.com| 国产人妻一区二区三区在| 一个人看的www免费观看视频| 午夜激情久久久久久久| 国产久久久一区二区三区| 永久免费av网站大全| 嫩草影院新地址| videos熟女内射| 国内少妇人妻偷人精品xxx网站| 18禁在线播放成人免费| 国产乱人偷精品视频| 久久热精品热| 91久久精品国产一区二区成人| 可以在线观看毛片的网站| 美女主播在线视频| 好男人在线观看高清免费视频| 精品久久久久久久人妻蜜臀av| 日本一本二区三区精品| 日韩精品青青久久久久久| 美女内射精品一级片tv| 日韩欧美一区视频在线观看 | 777米奇影视久久| 麻豆av噜噜一区二区三区| 全区人妻精品视频| 麻豆国产97在线/欧美| 少妇人妻精品综合一区二区| 岛国毛片在线播放| 免费电影在线观看免费观看| 国语对白做爰xxxⅹ性视频网站| 欧美潮喷喷水| 在线免费观看不下载黄p国产| 伊人久久精品亚洲午夜| 天美传媒精品一区二区| 色综合色国产| 能在线免费看毛片的网站| 大陆偷拍与自拍| 一个人观看的视频www高清免费观看| 美女被艹到高潮喷水动态| 在线观看av片永久免费下载| 内射极品少妇av片p| av播播在线观看一区| 亚洲欧美清纯卡通| 精品久久久久久久人妻蜜臀av| 国产三级在线视频| 亚洲欧美清纯卡通| 日韩成人伦理影院| 在线免费观看的www视频| 韩国av在线不卡| 免费av不卡在线播放| 91久久精品国产一区二区三区| 亚洲图色成人| 国产极品天堂在线| 午夜老司机福利剧场| 亚洲无线观看免费| or卡值多少钱| 十八禁网站网址无遮挡 | 在线播放无遮挡| 淫秽高清视频在线观看| 97超碰精品成人国产| 嫩草影院精品99| 小蜜桃在线观看免费完整版高清| 日韩三级伦理在线观看| 在线 av 中文字幕| 麻豆成人午夜福利视频| 精品少妇黑人巨大在线播放| 国产精品三级大全| 99热这里只有是精品在线观看| 欧美三级亚洲精品| 成人午夜高清在线视频| 赤兔流量卡办理| 国产精品一及| 午夜久久久久精精品| 精华霜和精华液先用哪个| 国产黄色视频一区二区在线观看| .国产精品久久| 91久久精品国产一区二区三区| 最近的中文字幕免费完整| 精品国产一区二区三区久久久樱花 | 听说在线观看完整版免费高清| 欧美97在线视频| 久久精品夜夜夜夜夜久久蜜豆| 麻豆乱淫一区二区| 成年女人看的毛片在线观看| 一二三四中文在线观看免费高清| 97超碰精品成人国产| 亚洲av.av天堂| 中文字幕制服av| 国产精品国产三级专区第一集| 精品久久久精品久久久| 天天一区二区日本电影三级| 夫妻午夜视频| 国产高清三级在线| 少妇被粗大猛烈的视频| 国产精品国产三级国产专区5o| 日本免费在线观看一区| 亚洲aⅴ乱码一区二区在线播放| 亚洲av中文字字幕乱码综合| 黑人高潮一二区| 精品99又大又爽又粗少妇毛片| 午夜日本视频在线| 久久久色成人| 久久久久久久久久久免费av| 在线观看美女被高潮喷水网站| 成年女人在线观看亚洲视频 | 久久久精品94久久精品| 国产精品麻豆人妻色哟哟久久 | 久久久久久久久久久丰满| 亚洲成人精品中文字幕电影| 午夜爱爱视频在线播放| 夜夜看夜夜爽夜夜摸| av卡一久久| 欧美人与善性xxx| 噜噜噜噜噜久久久久久91| 黄色欧美视频在线观看| 亚洲自拍偷在线| 国产美女午夜福利| 亚洲第一区二区三区不卡| 啦啦啦中文免费视频观看日本| 日韩电影二区| 亚洲欧美成人综合另类久久久| 国产精品国产三级国产专区5o| 午夜福利网站1000一区二区三区| 性插视频无遮挡在线免费观看| 特级一级黄色大片| 噜噜噜噜噜久久久久久91| 成年女人在线观看亚洲视频 | 国产视频首页在线观看| 中文字幕久久专区| 国产成人免费观看mmmm| 欧美成人午夜免费资源| 男人舔女人下体高潮全视频| 国产成人aa在线观看| 精品国产一区二区三区久久久樱花 | 午夜爱爱视频在线播放| 亚洲第一区二区三区不卡| 97热精品久久久久久| h日本视频在线播放| 亚洲欧美日韩卡通动漫| 免费大片黄手机在线观看| 亚洲av在线观看美女高潮| 夫妻性生交免费视频一级片| av在线播放精品| 色5月婷婷丁香| 成人特级av手机在线观看| 国产淫语在线视频| 精品午夜福利在线看| 天堂影院成人在线观看| 国产精品av视频在线免费观看| 久久久久久久大尺度免费视频| 国产精品福利在线免费观看| 非洲黑人性xxxx精品又粗又长| 成人毛片a级毛片在线播放| 高清欧美精品videossex| .国产精品久久| 久久韩国三级中文字幕| 岛国毛片在线播放| 免费观看性生交大片5| 麻豆成人av视频| 舔av片在线| 免费看不卡的av| 久久ye,这里只有精品| 国产精品国产av在线观看| 国产精品 欧美亚洲| 日韩欧美一区视频在线观看| 免费久久久久久久精品成人欧美视频| 天天影视国产精品| 亚洲精品乱久久久久久| 国产野战对白在线观看| 亚洲成国产人片在线观看| 男女午夜视频在线观看| 少妇人妻久久综合中文| 亚洲伊人色综图| 777久久人妻少妇嫩草av网站| 国产免费现黄频在线看| 久久国产亚洲av麻豆专区| 亚洲精品日韩在线中文字幕| 我要看黄色一级片免费的| 精品国产一区二区三区久久久樱花| 99久久综合免费| 夫妻性生交免费视频一级片| videossex国产| 波野结衣二区三区在线| 午夜日韩欧美国产| 国产成人精品在线电影| 卡戴珊不雅视频在线播放| 成人免费观看视频高清| 91精品伊人久久大香线蕉| 性高湖久久久久久久久免费观看| 国产免费视频播放在线视频| 国产白丝娇喘喷水9色精品| 久久韩国三级中文字幕| 波野结衣二区三区在线| 亚洲欧美一区二区三区久久| 免费高清在线观看日韩| 一区二区三区乱码不卡18| 叶爱在线成人免费视频播放| 又黄又粗又硬又大视频| 亚洲国产精品一区二区三区在线| 免费在线观看视频国产中文字幕亚洲 | 香蕉丝袜av| 欧美国产精品va在线观看不卡| 久久99一区二区三区| 国产精品久久久久久精品电影小说| 成人毛片a级毛片在线播放| 欧美精品亚洲一区二区| 这个男人来自地球电影免费观看 | 久久精品国产a三级三级三级| 菩萨蛮人人尽说江南好唐韦庄| 精品亚洲成a人片在线观看| 国产精品亚洲av一区麻豆 | 欧美人与善性xxx| av国产精品久久久久影院| 成人免费观看视频高清| av电影中文网址| 在线看a的网站| 亚洲欧美一区二区三区国产| 国产精品国产三级专区第一集| 久久精品久久久久久久性| 一区在线观看完整版| 熟妇人妻不卡中文字幕| 桃花免费在线播放| 久久久国产欧美日韩av| 自拍欧美九色日韩亚洲蝌蚪91| 久久这里有精品视频免费| 成人影院久久| 国产精品二区激情视频| 久久青草综合色| 性高湖久久久久久久久免费观看| 99久久综合免费| 天堂中文最新版在线下载| 下体分泌物呈黄色| 亚洲人成电影观看| 亚洲av综合色区一区| 人人妻人人澡人人看| 97在线人人人人妻| 亚洲av福利一区| 国产又色又爽无遮挡免| 久久久久久久精品精品| 看十八女毛片水多多多| 日韩免费高清中文字幕av| 久久精品国产亚洲av高清一级| 欧美精品亚洲一区二区| 大香蕉久久成人网| 亚洲国产欧美日韩在线播放| 少妇人妻 视频| 免费黄频网站在线观看国产| 久久久国产一区二区| 亚洲精华国产精华液的使用体验| 国产成人av激情在线播放| 美女高潮到喷水免费观看| 9191精品国产免费久久| 久久99一区二区三区| 麻豆乱淫一区二区| 欧美bdsm另类| 久久久国产欧美日韩av| 国产亚洲午夜精品一区二区久久| 国产成人午夜福利电影在线观看| 日本爱情动作片www.在线观看| 亚洲人成77777在线视频| 色婷婷久久久亚洲欧美| 日产精品乱码卡一卡2卡三| 18禁动态无遮挡网站| 国产成人免费观看mmmm| 国产日韩欧美在线精品| av天堂久久9| videosex国产| 热99国产精品久久久久久7| 午夜日本视频在线| 中文字幕制服av| 中文字幕色久视频| 亚洲视频免费观看视频| 国精品久久久久久国模美| 在线天堂最新版资源| 9热在线视频观看99| 欧美日韩成人在线一区二区| 男人舔女人的私密视频| 精品久久蜜臀av无| 秋霞伦理黄片| 人人妻人人添人人爽欧美一区卜| 久久久久久久久久久免费av| 色婷婷久久久亚洲欧美| 大香蕉久久成人网| 久久精品国产a三级三级三级| 午夜激情久久久久久久| 伦精品一区二区三区| 国产免费一区二区三区四区乱码|