• <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 ?

    基于小波變換和支持向量機(jī)的風(fēng)電功率爬坡事件識別與預(yù)測

    2017-01-10 05:55:13劉紅柳
    關(guān)鍵詞:爬坡電功率持續(xù)時(shí)間

    劉紅柳,楊 茂

    (東北電力大學(xué) 電氣工程學(xué)院,吉林 吉林 132012)

    基于小波變換和支持向量機(jī)的風(fēng)電功率爬坡事件識別與預(yù)測

    劉紅柳,楊 茂

    (東北電力大學(xué) 電氣工程學(xué)院,吉林 吉林 132012)

    隨著風(fēng)電場規(guī)模的增大,風(fēng)電功率爬坡事件給電網(wǎng)帶來的影響越來越顯著,提高爬坡事件識別與預(yù)測精度對電網(wǎng)安全經(jīng)濟(jì)運(yùn)行具有重要意義。闡述了爬坡事件的定義,提出了基于小波變換(WT)的風(fēng)電功率爬坡事件識別方法,建立了風(fēng)電功率爬坡事件的WT-SVM預(yù)測模型。以某風(fēng)電場的實(shí)測風(fēng)電功率數(shù)據(jù)為例,進(jìn)行不同時(shí)段的識別與預(yù)測。結(jié)果表明,基于WT的方法可以快速準(zhǔn)確地識別風(fēng)電功率爬坡事件及其特征值,WT-SVM爬坡事件預(yù)測模型可以提高風(fēng)電功率爬坡事件預(yù)測準(zhǔn)確度。

    風(fēng)電功率;爬坡事件;小波變換;支持向量機(jī);識別預(yù)測

    風(fēng)能具有強(qiáng)波動(dòng)特性和隨機(jī)性[1],隨著風(fēng)電接入電網(wǎng)的容量日益增大,風(fēng)電功率爬坡事件對電力系統(tǒng)的影響也越來越大。爬坡事件具有小概率高風(fēng)險(xiǎn)特性,短時(shí)間內(nèi)的大幅度功率變化給電網(wǎng)的穩(wěn)定運(yùn)行帶來很大挑戰(zhàn)[2-5]。

    目前,國內(nèi)外關(guān)于爬坡事件的研究還比較少,文獻(xiàn)[6]總結(jié)了多種爬坡事件的定義,概括了爬坡事件的基本特征,如爬坡方向,爬坡幅值,爬坡起始時(shí)間,爬坡持續(xù)時(shí)間和爬坡率等。文獻(xiàn)[7]根據(jù)爬坡事件的兩種定義,提出了兩種爬坡事件的檢測流程,并有效檢測了歷史風(fēng)電功率時(shí)間序列中的爬坡事件。文獻(xiàn)[8]采用KMEANS方法對爬坡事件進(jìn)行分類,文獻(xiàn)[9]提出了基于小波特征提取和篩選的爬坡事件分類方法。

    針對風(fēng)電場風(fēng)電功率爬坡事件及其自身特性的識別與預(yù)測,本文闡述了風(fēng)電功率爬坡事件的定義,提出了基于小波變換(WT)的超短期風(fēng)電功率爬坡事件識別方法,建立了WT-SVM爬坡事件預(yù)測模型,并采用三種風(fēng)電功率爬坡事件預(yù)測方法,分析了WT-SVM爬坡事件預(yù)測模型的預(yù)測性能,最后利用實(shí)際算例分析驗(yàn)證了基于WT的爬坡事件識別方法與WT-SVM預(yù)測模型的有效性。

    1 風(fēng)電功率爬坡事件

    爬坡事件是指,風(fēng)電場在短期(幾小時(shí))內(nèi)風(fēng)電輸出功率發(fā)生大的變化[10-13]。通常使用以下參數(shù)描述一個(gè)爬坡事件,見圖1。

    圖1 爬坡事件特征圖

    (1)方向:用于區(qū)分上爬坡(功率增大)和下爬坡(功率減小);

    (2)幅值(ΔP):發(fā)生爬坡事件期間輸出功率的變化,通常以額定功率的百分比定義;

    (3)起始時(shí)間(t0):爬坡事件的起始時(shí)刻;

    (4)持續(xù)時(shí)間(Δt):輸出功率發(fā)生大的改變持續(xù)的時(shí)間;

    (5)爬坡率(ΔP/Δt):代表了爬坡強(qiáng)度。

    通常爬坡事件具有高幅值短持續(xù)時(shí)間的特點(diǎn),爬坡幅值越大,持續(xù)時(shí)間越短,爬坡事件越嚴(yán)重[14-15]。文獻(xiàn)[16]介紹了多種爬坡事件的定義,本文以其中一種為例分析,定義如下:風(fēng)電功率時(shí)間序列P(t)在時(shí)間段Δt起止點(diǎn)的功率變化幅度超過了閾值Pthr,即有不等式成立,則認(rèn)為該時(shí)段發(fā)生風(fēng)電功率爬坡事件。其中:幅值ΔPt=P(t+Δt)-P(t);Δt為與爬坡事件持續(xù)時(shí)間相關(guān)的一個(gè)時(shí)段參數(shù),一般設(shè)定為15 min或30 min;Pthr為功率閾值,發(fā)生上爬坡事件時(shí)通常取Pthr=20%的風(fēng)電機(jī)組額定裝機(jī)容量,發(fā)生下爬坡事件時(shí)通常取Pthr=15%的風(fēng)電機(jī)組額定裝機(jī)容量。

    (1)

    2 超短期風(fēng)電功率爬坡事件的識別

    2.1 傳統(tǒng)識別方法

    爬坡事件的傳統(tǒng)識別方法基于指標(biāo)函數(shù)It,其定義如下:

    (2)

    當(dāng)Δt時(shí)間內(nèi)的功率變化量ΔPt大于閾值Pthr,則判定為發(fā)生爬坡事件,t為Δt時(shí)間內(nèi)的任何一個(gè)時(shí)刻。當(dāng)It=1時(shí),發(fā)生上升爬坡;當(dāng)It=-1時(shí),發(fā)生下降爬坡。

    2.2 基于小波變換的超短期風(fēng)電功率爬坡事件識別方法

    1974年法國學(xué)者J.Morlet提出小波變換的概念,它克服了傅里葉變換不能刻畫時(shí)域信息的局限性而且更適用于分析處理非平穩(wěn)信號。小波變換是由母小波ψ(t)通過伸縮因子λ和平移因子τ產(chǎn)生的一簇函數(shù):

    (3)

    (4)

    其中:τ∈Z,λ∈Z+,Wτ,λ為風(fēng)電功率時(shí)間序列在t=τ時(shí)刻的梯度信息,梯度信息與爬坡事件的嚴(yán)重程度相關(guān)。時(shí)間窗Δt=λ·n(n為風(fēng)電功率時(shí)間序列的采樣時(shí)間間隔)。

    基于小波變換(WT),本文定義了一個(gè)檢測爬坡事件的爬坡函數(shù):

    (5)

    通過爬坡函數(shù){Rt}識別出爬坡事件之后,可以得到爬坡事件的四大特征值:幅值(ΔP=y(t+Δt)-y(t)),方向(Rt>0為上爬坡事件,Rt<0為下爬坡事件),起始時(shí)間t和持續(xù)時(shí)間Δt。

    3 基于WT-SVM的風(fēng)電功率爬坡事件識別預(yù)測模型

    基于WT-SVM的風(fēng)電功率爬坡事件識別預(yù)測模型是指:利用小波變換識別爬坡事件,將得到風(fēng)電功率爬坡數(shù)據(jù)作為支持向量機(jī)(SVM)的訓(xùn)練集,通過訓(xùn)練得到SVM預(yù)測模型。圖2為基于WT-SVM的風(fēng)電功率爬坡事件識別預(yù)測模型的流程,其預(yù)測步驟描述如下:

    圖2 基于WT爬坡識別方法和SVM模型流程

    (1)對歷史風(fēng)電功率數(shù)據(jù)進(jìn)行預(yù)處理,進(jìn)行基于WT的爬坡事件識別,得到風(fēng)電功率爬坡數(shù)據(jù),其中選取爬坡事件方向,幅值和持續(xù)時(shí)間三項(xiàng)基本信息作為訓(xùn)練集;

    (2)將訓(xùn)練集輸入SVM模型進(jìn)行訓(xùn)練,得到SVM預(yù)測模型;

    (3)確定核函數(shù)、懲罰因子等參數(shù);

    (4)將預(yù)測集輸入SVM預(yù)測模型進(jìn)行預(yù)測,并輸出結(jié)果。

    4 仿真分析

    4.1 基于WT的超短期風(fēng)電功率爬坡事件識別

    本文采用的數(shù)據(jù)為吉林省××風(fēng)電場的實(shí)測有功序列,其總裝機(jī)容量為265.5 MW,數(shù)據(jù)采樣時(shí)間段為2012年8月1日至2012年8月10日,采樣間隔為15 min,共有960個(gè)點(diǎn)。以其前100個(gè)點(diǎn)為例,進(jìn)行超短期風(fēng)電功率爬坡事件識別。

    圖3為采用四種識別方式的識別效果圖,表1為四種識別方法的結(jié)果統(tǒng)計(jì)表。采用四種識別方式為基于WT的爬坡事件識別方法和閾值分別選取為額定容量的30%、20%和15%的傳統(tǒng)識別方法。

    圖3 爬坡事件識別結(jié)果

    由圖3知,基于WT的爬坡事件識別結(jié)果為兩條連續(xù)的爬坡函數(shù),該爬坡函數(shù)包含了爬坡方向,幅值,起始時(shí)間和持續(xù)時(shí)間等信息。而傳統(tǒng)識別方法,僅能給出是否發(fā)生爬坡事件(1或0)的信息,且根據(jù)閾值選取的不同,爬坡事件識別結(jié)果有很大不同。說明基于WT的爬坡事件識別方法具有很大優(yōu)勢,而傳統(tǒng)識別方法對閾值的選取高度敏感。

    由表1知,基于WT的爬坡事件識別方法的爬坡事件識別準(zhǔn)確率高達(dá)93.75%,遠(yuǎn)遠(yuǎn)高出三種閾值條件下的傳統(tǒng)識別方法的識別率。非爬坡事件的正確識別率為98.33%,也是四種方法中最高的。因此基于WT的爬坡事件識別方法可以更準(zhǔn)確有效地識別爬坡事件,并給出爬坡事件的特征值信息,優(yōu)于傳統(tǒng)的識別方法。

    表1 爬坡事件識別結(jié)果表

    4.2 基于WT-SVM的風(fēng)電功率爬坡事件的預(yù)測

    仍以吉林省××風(fēng)電場為例,選取后70個(gè)點(diǎn)作為數(shù)據(jù)樣本。利用基于SVM的超短期風(fēng)電功率爬坡事件預(yù)測模型,預(yù)測后70個(gè)點(diǎn)的風(fēng)電功率數(shù)據(jù)。圖4為三種模型的爬坡事件預(yù)測結(jié)果,表2為預(yù)測結(jié)果的統(tǒng)計(jì)情況。

    由圖4知,與ANN模型和持續(xù)法相比,WT-SVM模型能更準(zhǔn)確的預(yù)測到爬坡事件;對是否發(fā)生爬坡事件的預(yù)測及其方向的預(yù)測,WT-SVM模型具有更高的準(zhǔn)確度。由表2知,WT-SVM時(shí)間序列爬坡事件預(yù)測模型的上爬坡事件正確預(yù)測率為93.18%,下爬坡事件正確預(yù)測率為90.00%,爬坡事件正確預(yù)測率為91.67%。均遠(yuǎn)高于另外兩種對比方法。驗(yàn)證了本文預(yù)測方法的有效性。

    圖4 爬坡事件預(yù)測結(jié)果

    8月份SVMANN持續(xù)法預(yù)測/上爬坡事件數(shù)目41/4432/4426/44預(yù)測/下爬坡事件數(shù)目36/4029/4019/40上爬坡事件正確預(yù)測率%93.18%72.72%59.09%下爬坡事件正確預(yù)測率%90.00%72.5%47.5%爬坡事件正確預(yù)測率%91.67%72.62%53.57%

    4.3 基于SVM的爬坡事件預(yù)測模型預(yù)測誤差評價(jià)

    4.2中已經(jīng)從爬坡事件的方向和數(shù)目兩個(gè)方面分析了WT-SVM爬坡事件預(yù)測模型的有效性。本節(jié)將從幅值預(yù)測誤差和持續(xù)時(shí)間預(yù)測誤差兩個(gè)方面對其性能進(jìn)行分析,所采用的三種誤差指標(biāo)為:絕對誤差A(yù)E、平均絕對誤差MAE和誤差標(biāo)準(zhǔn)差Std,其定義如下:

    (6)

    (7)

    (8)

    表3為爬坡事件預(yù)測結(jié)果表,圖5為表3統(tǒng)計(jì)結(jié)果的雙y軸柱狀圖,其左右兩個(gè)y軸分別代表幅值預(yù)測誤差和持續(xù)時(shí)間預(yù)測誤差,四個(gè)圖分別表示指標(biāo):MAE、Std、絕對誤差MAX和絕對誤差MIN的結(jié)果。表3和圖5表明,WT-SVM爬坡事件預(yù)測模型模型的幅值預(yù)測誤差和持續(xù)時(shí)間預(yù)測誤差的四項(xiàng)誤差指標(biāo)均為最小,即WT-SVM爬坡事件預(yù)測模型的效果最好。

    表3 爬坡事件預(yù)測結(jié)果

    圖5 爬坡事件預(yù)測結(jié)果誤差分析

    5 結(jié) 論

    針對風(fēng)電功率爬坡事件識別與預(yù)測精度低的問題,本文提出了基于WT的爬坡事件識別方法和WT-SVM的爬坡事件時(shí)間序列預(yù)測模型,并以某風(fēng)電場的風(fēng)電功率數(shù)據(jù)進(jìn)行了驗(yàn)證,得到以下主要結(jié)論:

    (1)與傳統(tǒng)爬坡事件識別方法相比,基于WT的爬坡事件識別方法不需要人為設(shè)定閾值,避免了人為主觀性,識別精度高(其精度高可達(dá)93.75%),而且能識別出爬坡事件自身的特征信息(爬坡方向,幅值,持續(xù)時(shí)間等);

    (2)與ANN模型和持續(xù)法相比,WT-SVM爬坡事件預(yù)測模型的上爬坡事件正確預(yù)測率為93.18%,下爬坡事件正確預(yù)測率為90.00%,爬坡事件正確預(yù)測率為91.67%,即WT-SVM爬坡事件預(yù)測模型的正確率高;

    (3)與ANN模型和持續(xù)法相比,WT-SVM爬坡事件預(yù)測模型的幅值預(yù)測誤差和持續(xù)時(shí)間預(yù)測誤差較小,即WT-SVM爬坡事件預(yù)測模型的效果最好。

    [1] 歐陽庭輝,查曉明,秦亮,等.風(fēng)電功率爬坡事件預(yù)測時(shí)間窗選取建模[J].中國電機(jī)工程學(xué)報(bào),2015,35(13):3204-3210.

    [2] 楊茂,熊昊,嚴(yán)干貴,等.基于數(shù)據(jù)挖掘和模糊聚類的風(fēng)電功率實(shí)時(shí)預(yù)測研究[J].電力系統(tǒng)保護(hù)與控制,2013,41(1):1-6.

    [3] 楊茂,賈云彭,錢為,等.基于動(dòng)態(tài)權(quán)重的風(fēng)電功率組合預(yù)測方法研究[J].東北電力大學(xué)學(xué)報(bào),2013,33(1):131-136.

    [4] Fan,F(xiàn).,Bell,K. & Infield.Probabilistic real-time thermal rating forecasting for overhead lines by conditionally heteroscedastic auto-regressive models[C].IEEE Transactions on Power Delivery,10.1109/TPWRD.2016.2577140.

    [5] 楊茂,孫涌,孫兆鍵,等.風(fēng)電場大規(guī)模數(shù)據(jù)管理系統(tǒng)設(shè)計(jì)與研發(fā)[J].東北電力大學(xué)學(xué)報(bào),2014,34(2):27-31.

    [6] 崔明建,孫元章,柯德平.基于原子稀疏分解和 BP神經(jīng)網(wǎng)絡(luò)的風(fēng)電功率爬坡事件預(yù)測[J].電力系統(tǒng)自動(dòng)化,2014,38(12):6-11.

    [7] Zack John W.,Young Steve,Cote Mattew,et al.Development and Testing of an Innovative Short-Term Large Wind Ramp Forecasting System[C]//Proceedings of the European Wind Energy Conference & Exhibition,Warsaw,Poland:2010.

    [8] Jorgensen,J.Aeso.Wind Power Forcasting Pilot Project[R].Calgary Canada,2007.

    [9] Kamath C.Understanding Wind Ramp Events through Analysis of Historical Data[C].Proceedings of the IEEE PES Transmission and Distribution Conference and Expo,New Orleans,2010.

    [10] Mi Yeong Hwang,Cheng Hao Jin,Yang Koo Lee.Prediction of Wind Power Generation and Power Ramp Rate with Time Series Analysis[C]// Awareness Science and Technology(iCAST),2011:512-515.

    [11] Kamath C.,Chandrika.Associating weather conditions with ramp events in wind power generation[C]//Power Systems Conference and Exposition(PSCE),IEEE/PES,2011:1-8.

    [12] 歐陽庭輝,查曉明,秦亮,等.風(fēng)電功率爬坡事件預(yù)測時(shí)間窗口的選取[J].電網(wǎng)技術(shù),2015,39(2):414-419.

    [13] 李春,衛(wèi)志農(nóng),孫國強(qiáng),等.基于DFIG頻率模型的風(fēng)電功率爬坡事件預(yù)測方法[J].電網(wǎng)技術(shù),2016,40(3):840-846.

    [14] 任雙雪.風(fēng)電功率陡坡特性與預(yù)測問題研究[D].哈爾濱:哈爾濱工業(yè)大學(xué),2014.

    [15] 崔明建,孫元章,柯德平,等.考慮電網(wǎng)側(cè)頻率偏差的風(fēng)電功率爬坡事件預(yù)測方法[J].電力系統(tǒng)自動(dòng)化,2014,38(5):8-13.

    [16] C.Ferreira,J.Gama,L.Matias,A.Botterud,J.Wang.A survey on wind power ramp forecasting[S].Argonne National Laboratory(ANL),2011.

    [17] H.Zareipour,H.Dongliang,W.Rosehart.Wind power ramp events classification and forecasting:A data mining approach[C].2011 IEEE Power and Energy Soc.General Meeting,Jul.,2011:1-3.

    An Approach for Wind Power Climbing Event Identification and Prediction Based on Wavelet and SVM

    LIU Hong-liu,YANG Mao

    (Electronic Engineering College,Northeast Dianli University,Jilin Jilin 132012)

    With the increasing scale of the wind farm,wind power climbing events to the effects of the power grid is more and more significant.This paper expounds the definition of climbing event,a recognition method based on wavelet transform(WT) was proposed for wind power climbing event,a WT-SVM prediction model was established for wind power climbing event.The examples use wind power data of a wind farm,and the identification and prediction of the wind power are carried out at different times.The results show that,the method based on WT can quickly and accurately identify wind power climbing event and its characteristic value,the WT-SVM prediction model can improve the wind power climbing event prediction accuracy.

    Wind power;Climbing events;Wavelet transform;SVM;Identification and prediction

    2016-04-12

    國家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃項(xiàng)目(973計(jì)劃) (2013CB228201);國家自然科學(xué)基金(51307017);吉林省科技發(fā)展計(jì)劃項(xiàng)目(20140520129JH);吉林省產(chǎn)業(yè)技術(shù)研究與開發(fā)專項(xiàng)項(xiàng)目(2014Y124)

    劉紅柳(1989-),女,河北省石家莊人,東北電力大學(xué)電氣工程學(xué)院碩士研究生,主要研究方向:風(fēng)力發(fā)電技術(shù).

    1005-2992(2016)06-0030-06

    TM614

    A

    猜你喜歡
    爬坡電功率持續(xù)時(shí)間
    基于PCC-CNN-GRU的短期風(fēng)電功率預(yù)測
    陜西農(nóng)民收入:一路爬坡過坎
    輕松上手電功率
    你會(huì)計(jì)算電功率嗎
    爬坡過坎
    解讀電功率
    我國防腐木進(jìn)口又現(xiàn)平穩(wěn)“爬坡”
    The 15—minute reading challenge
    基于SVD的電壓跌落持續(xù)時(shí)間檢測新方法
    極寒與北極氣壓變動(dòng)有關(guān),持續(xù)時(shí)間不確定
    亚洲一区二区三区不卡视频| 中文字幕久久专区| 久久久久国内视频| 性色av乱码一区二区三区2| 又黄又爽又免费观看的视频| 免费在线观看日本一区| 国产又黄又爽又无遮挡在线| 精品久久久久久久末码| 亚洲国产精品sss在线观看| h日本视频在线播放| 亚洲一区高清亚洲精品| 丝袜美腿在线中文| 综合色av麻豆| 日韩欧美 国产精品| 国产精品亚洲av一区麻豆| 欧美日韩乱码在线| 老汉色av国产亚洲站长工具| 久久精品国产99精品国产亚洲性色| 欧美激情在线99| 五月玫瑰六月丁香| av国产免费在线观看| 日本成人三级电影网站| 精品久久久久久久人妻蜜臀av| 蜜桃久久精品国产亚洲av| 午夜精品久久久久久毛片777| 欧美一区二区亚洲| 99国产综合亚洲精品| 日韩成人在线观看一区二区三区| 内射极品少妇av片p| 青草久久国产| 99久久九九国产精品国产免费| 日本撒尿小便嘘嘘汇集6| 深夜精品福利| 国产老妇女一区| 午夜精品一区二区三区免费看| 色吧在线观看| 久久久久久大精品| 好男人电影高清在线观看| 99久久成人亚洲精品观看| 舔av片在线| 精品久久久久久,| 中文字幕av在线有码专区| 俄罗斯特黄特色一大片| 久久人人精品亚洲av| 熟女电影av网| 午夜久久久久精精品| 99久久精品热视频| 亚洲欧美日韩东京热| 国产亚洲欧美98| 国产黄色小视频在线观看| 丁香欧美五月| 高清在线国产一区| 天天躁日日操中文字幕| 少妇丰满av| 两性午夜刺激爽爽歪歪视频在线观看| 久久人妻av系列| 美女 人体艺术 gogo| 乱人视频在线观看| 岛国视频午夜一区免费看| 一进一出抽搐gif免费好疼| 久久久久国产精品人妻aⅴ院| 亚洲人与动物交配视频| 国产私拍福利视频在线观看| 久久精品人妻少妇| 在线观看66精品国产| 午夜久久久久精精品| 90打野战视频偷拍视频| 最好的美女福利视频网| 又紧又爽又黄一区二区| 日日夜夜操网爽| 国产97色在线日韩免费| 男人舔女人下体高潮全视频| 手机成人av网站| 51国产日韩欧美| 亚洲av电影在线进入| 国产精品香港三级国产av潘金莲| 日韩人妻高清精品专区| 在线播放无遮挡| 91麻豆av在线| 免费看美女性在线毛片视频| 最好的美女福利视频网| 搞女人的毛片| 久久草成人影院| 男女做爰动态图高潮gif福利片| 国内精品一区二区在线观看| 中出人妻视频一区二区| 91久久精品国产一区二区成人 | 久久天躁狠狠躁夜夜2o2o| 久久这里只有精品中国| 亚洲色图av天堂| 一卡2卡三卡四卡精品乱码亚洲| 乱人视频在线观看| 婷婷精品国产亚洲av在线| 成人一区二区视频在线观看| 国产成人啪精品午夜网站| 国产麻豆成人av免费视频| 国产一区在线观看成人免费| 在线观看日韩欧美| 69人妻影院| 看片在线看免费视频| 国产一区二区三区在线臀色熟女| 九九久久精品国产亚洲av麻豆| 此物有八面人人有两片| 亚洲色图av天堂| 久久草成人影院| a在线观看视频网站| 一夜夜www| 国产精品av视频在线免费观看| 日韩成人在线观看一区二区三区| 在线观看免费视频日本深夜| a级一级毛片免费在线观看| 免费在线观看成人毛片| 制服丝袜大香蕉在线| 88av欧美| 搡老岳熟女国产| 久久久久久人人人人人| 白带黄色成豆腐渣| 国产成人a区在线观看| 99久久精品国产亚洲精品| 亚洲精品影视一区二区三区av| 九色成人免费人妻av| 啦啦啦免费观看视频1| 亚洲一区二区三区色噜噜| 国内精品一区二区在线观看| 人妻久久中文字幕网| 亚洲精品久久国产高清桃花| 淫秽高清视频在线观看| 午夜福利18| 又黄又粗又硬又大视频| 婷婷丁香在线五月| 久久性视频一级片| 日本精品一区二区三区蜜桃| 又粗又爽又猛毛片免费看| 搡老熟女国产l中国老女人| 欧美大码av| 午夜激情欧美在线| 99国产综合亚洲精品| 国产真实伦视频高清在线观看 | 人人妻人人看人人澡| 黄片大片在线免费观看| 男女做爰动态图高潮gif福利片| 757午夜福利合集在线观看| 高清在线国产一区| 午夜精品在线福利| 午夜亚洲福利在线播放| 天堂√8在线中文| 免费av毛片视频| 变态另类成人亚洲欧美熟女| 国产高清三级在线| 久久草成人影院| 色视频www国产| 免费观看的影片在线观看| 十八禁网站免费在线| av国产免费在线观看| 欧美又色又爽又黄视频| 在线观看66精品国产| 99久久成人亚洲精品观看| 欧美中文日本在线观看视频| 99热6这里只有精品| 一本一本综合久久| 亚洲精华国产精华精| 国产成年人精品一区二区| 精品人妻1区二区| 亚洲国产精品合色在线| 国产视频内射| 欧美成狂野欧美在线观看| 午夜福利在线观看吧| 91久久精品电影网| 亚洲av二区三区四区| 国产av麻豆久久久久久久| 免费在线观看亚洲国产| 黄片大片在线免费观看| a在线观看视频网站| 久久99热这里只有精品18| 亚洲色图av天堂| 91九色精品人成在线观看| 久久久久久久久中文| 99精品在免费线老司机午夜| 又爽又黄无遮挡网站| www.www免费av| 色综合站精品国产| 91麻豆精品激情在线观看国产| 伊人久久大香线蕉亚洲五| 少妇高潮的动态图| 美女大奶头视频| 亚洲专区中文字幕在线| 日韩人妻高清精品专区| 一个人看的www免费观看视频| 久久久精品大字幕| 国内精品久久久久久久电影| 欧美xxxx黑人xx丫x性爽| 午夜福利免费观看在线| 亚洲成人中文字幕在线播放| 身体一侧抽搐| 日韩精品中文字幕看吧| 免费看日本二区| 一级作爱视频免费观看| 欧美性感艳星| 免费av毛片视频| 国产精品久久久久久亚洲av鲁大| 制服人妻中文乱码| 免费人成视频x8x8入口观看| 久久久精品欧美日韩精品| 淫秽高清视频在线观看| 九九热线精品视视频播放| av欧美777| 免费看a级黄色片| 黄色丝袜av网址大全| 久久国产精品人妻蜜桃| 日本三级黄在线观看| 18禁黄网站禁片午夜丰满| 母亲3免费完整高清在线观看| 99国产综合亚洲精品| 制服丝袜大香蕉在线| 听说在线观看完整版免费高清| 他把我摸到了高潮在线观看| 国内毛片毛片毛片毛片毛片| 国产高清三级在线| 啦啦啦观看免费观看视频高清| 黑人欧美特级aaaaaa片| 人妻久久中文字幕网| 欧美色视频一区免费| 天天躁日日操中文字幕| 亚洲av熟女| 搡老岳熟女国产| 亚洲精品亚洲一区二区| 国产一区二区三区视频了| 九色国产91popny在线| 久久午夜亚洲精品久久| 欧美xxxx黑人xx丫x性爽| 少妇裸体淫交视频免费看高清| 久久婷婷人人爽人人干人人爱| 人人妻,人人澡人人爽秒播| 亚洲 欧美 日韩 在线 免费| 亚洲无线观看免费| 一级毛片女人18水好多| 桃色一区二区三区在线观看| 亚洲欧美日韩卡通动漫| 久久亚洲真实| 久久久久久久精品吃奶| 淫秽高清视频在线观看| 九九久久精品国产亚洲av麻豆| 97碰自拍视频| 一区二区三区激情视频| 一个人看视频在线观看www免费 | 午夜亚洲福利在线播放| 啦啦啦免费观看视频1| 亚洲av成人不卡在线观看播放网| 亚洲一区二区三区色噜噜| 岛国在线观看网站| 午夜激情福利司机影院| 国产av不卡久久| 国产乱人视频| 日本五十路高清| av中文乱码字幕在线| 国产成人系列免费观看| 最新中文字幕久久久久| 在线观看一区二区三区| 免费在线观看成人毛片| 亚洲精华国产精华精| 久久久国产精品麻豆| 有码 亚洲区| 九色成人免费人妻av| 成人特级av手机在线观看| 99国产综合亚洲精品| 免费大片18禁| 99国产精品一区二区蜜桃av| 在线观看美女被高潮喷水网站 | 亚洲一区二区三区色噜噜| 午夜福利在线观看免费完整高清在 | 免费av不卡在线播放| 日本熟妇午夜| 亚洲人成网站在线播放欧美日韩| 午夜免费男女啪啪视频观看 | 国内毛片毛片毛片毛片毛片| 日本精品一区二区三区蜜桃| 天堂√8在线中文| 欧美日韩中文字幕国产精品一区二区三区| 亚洲av美国av| 在线观看一区二区三区| 国内揄拍国产精品人妻在线| 精品久久久久久,| 亚洲av成人不卡在线观看播放网| 亚洲精品日韩av片在线观看 | 蜜桃亚洲精品一区二区三区| av片东京热男人的天堂| 午夜激情欧美在线| 可以在线观看的亚洲视频| 在线观看免费午夜福利视频| 男插女下体视频免费在线播放| 免费搜索国产男女视频| 国产精品一区二区三区四区久久| 天堂动漫精品| 亚洲av一区综合| 99久久无色码亚洲精品果冻| 香蕉丝袜av| 国产精品一区二区三区四区久久| 一本久久中文字幕| 18禁黄网站禁片午夜丰满| 91麻豆av在线| 国产高清三级在线| 成人高潮视频无遮挡免费网站| 91久久精品电影网| 亚洲美女视频黄频| 国产精品爽爽va在线观看网站| 色综合站精品国产| 国产精品日韩av在线免费观看| 国产一区二区亚洲精品在线观看| 麻豆国产97在线/欧美| 国产伦人伦偷精品视频| 亚洲欧美一区二区三区黑人| 久久精品91无色码中文字幕| 久久亚洲真实| 桃红色精品国产亚洲av| 亚洲欧美日韩高清专用| 中出人妻视频一区二区| 男女那种视频在线观看| 真人做人爱边吃奶动态| 老汉色∧v一级毛片| 岛国视频午夜一区免费看| 十八禁人妻一区二区| 亚洲在线观看片| 国产免费一级a男人的天堂| 九九热线精品视视频播放| 亚洲人与动物交配视频| 九色国产91popny在线| 手机成人av网站| 午夜两性在线视频| 久久精品人妻少妇| 丰满的人妻完整版| 99热只有精品国产| 国产一区二区亚洲精品在线观看| 欧美性猛交╳xxx乱大交人| 亚洲精华国产精华精| 一级作爱视频免费观看| 午夜激情欧美在线| 99在线人妻在线中文字幕| 国产一区二区三区在线臀色熟女| 嫩草影院入口| 很黄的视频免费| 精品久久久久久成人av| 国产在视频线在精品| 免费一级毛片在线播放高清视频| 搞女人的毛片| 色老头精品视频在线观看| 国产一区二区三区视频了| 国产一区在线观看成人免费| 亚洲av免费在线观看| 琪琪午夜伦伦电影理论片6080| 久久久国产精品麻豆| 国产精品自产拍在线观看55亚洲| 黄色日韩在线| 亚洲精品亚洲一区二区| 国产高清激情床上av| 国产精品爽爽va在线观看网站| 欧美在线一区亚洲| 精品一区二区三区视频在线 | 精品免费久久久久久久清纯| 男插女下体视频免费在线播放| 国产精品亚洲av一区麻豆| 久久伊人香网站| 最近最新中文字幕大全电影3| 国产av一区在线观看免费| 啦啦啦韩国在线观看视频| 国产熟女xx| 一本综合久久免费| 一级黄色大片毛片| 午夜两性在线视频| 日本黄大片高清| 老熟妇仑乱视频hdxx| 3wmmmm亚洲av在线观看| 国产真人三级小视频在线观看| 国产高清视频在线观看网站| a级毛片a级免费在线| 国产精华一区二区三区| 一卡2卡三卡四卡精品乱码亚洲| 亚洲久久久久久中文字幕| 精品99又大又爽又粗少妇毛片 | 日韩中文字幕欧美一区二区| 波野结衣二区三区在线 | 少妇熟女aⅴ在线视频| 在线观看66精品国产| 亚洲av成人不卡在线观看播放网| 午夜福利欧美成人| 免费看美女性在线毛片视频| 久久九九热精品免费| 蜜桃亚洲精品一区二区三区| 久久久久免费精品人妻一区二区| 久久久久久人人人人人| 欧美黑人欧美精品刺激| 国产精品久久视频播放| 亚洲国产精品久久男人天堂| 丁香六月欧美| 亚洲国产精品合色在线| 国产免费一级a男人的天堂| 无遮挡黄片免费观看| 欧美性猛交黑人性爽| 精品一区二区三区视频在线 | 亚洲天堂国产精品一区在线| 国产精品乱码一区二三区的特点| 九九在线视频观看精品| 美女大奶头视频| 日韩成人在线观看一区二区三区| 日韩欧美免费精品| 国产欧美日韩一区二区精品| 精品人妻一区二区三区麻豆 | 日韩欧美在线乱码| 国语自产精品视频在线第100页| 午夜福利欧美成人| 香蕉丝袜av| 亚洲人成伊人成综合网2020| 怎么达到女性高潮| 变态另类成人亚洲欧美熟女| 色噜噜av男人的天堂激情| 国产一区二区亚洲精品在线观看| 免费看十八禁软件| 少妇的丰满在线观看| 国产激情偷乱视频一区二区| 动漫黄色视频在线观看| 日韩欧美一区二区三区在线观看| 在线观看美女被高潮喷水网站 | 日本免费一区二区三区高清不卡| 亚洲国产精品999在线| 床上黄色一级片| 国产精品女同一区二区软件 | 色综合婷婷激情| 色综合欧美亚洲国产小说| 夜夜看夜夜爽夜夜摸| 俄罗斯特黄特色一大片| www.熟女人妻精品国产| 好男人电影高清在线观看| 91在线精品国自产拍蜜月 | 网址你懂的国产日韩在线| 亚洲成人中文字幕在线播放| 久久天躁狠狠躁夜夜2o2o| 一级毛片女人18水好多| 日韩精品青青久久久久久| 一个人免费在线观看电影| 欧洲精品卡2卡3卡4卡5卡区| 国产在视频线在精品| 欧美日韩黄片免| 综合色av麻豆| 狂野欧美激情性xxxx| 国产亚洲精品久久久久久毛片| 天堂√8在线中文| 国产精品亚洲av一区麻豆| 在线观看66精品国产| 国产一区二区在线av高清观看| 精品99又大又爽又粗少妇毛片 | 亚洲人成伊人成综合网2020| 日韩欧美 国产精品| 国产亚洲精品久久久com| 成人一区二区视频在线观看| 色综合亚洲欧美另类图片| 99久久精品国产亚洲精品| 伊人久久精品亚洲午夜| 亚洲在线观看片| 黑人欧美特级aaaaaa片| 神马国产精品三级电影在线观看| 欧美zozozo另类| 免费观看精品视频网站| 亚洲精品成人久久久久久| 免费人成在线观看视频色| 最近最新中文字幕大全电影3| 无限看片的www在线观看| 一进一出好大好爽视频| 久久久久久久午夜电影| 人妻丰满熟妇av一区二区三区| 淫秽高清视频在线观看| 少妇熟女aⅴ在线视频| 麻豆国产97在线/欧美| 中文在线观看免费www的网站| 婷婷六月久久综合丁香| 亚洲人成网站高清观看| 国产三级黄色录像| 少妇的逼水好多| 国产伦人伦偷精品视频| 久久香蕉精品热| 亚洲人成电影免费在线| 免费看a级黄色片| 日本黄色片子视频| avwww免费| 夜夜躁狠狠躁天天躁| АⅤ资源中文在线天堂| 韩国av一区二区三区四区| 啪啪无遮挡十八禁网站| 每晚都被弄得嗷嗷叫到高潮| 美女高潮的动态| 国产免费av片在线观看野外av| 国产高清videossex| 国产成年人精品一区二区| 看免费av毛片| 中文字幕熟女人妻在线| 婷婷亚洲欧美| 成人性生交大片免费视频hd| 日本免费一区二区三区高清不卡| 97超级碰碰碰精品色视频在线观看| 97人妻精品一区二区三区麻豆| 日本在线视频免费播放| 香蕉av资源在线| 两个人看的免费小视频| 国产精品自产拍在线观看55亚洲| 亚洲色图av天堂| 日韩高清综合在线| 欧美又色又爽又黄视频| svipshipincom国产片| 亚洲精品粉嫩美女一区| 亚洲国产欧美网| 啪啪无遮挡十八禁网站| 精品人妻偷拍中文字幕| 又爽又黄无遮挡网站| 国产伦精品一区二区三区视频9 | 99久久精品热视频| 亚洲在线自拍视频| 欧美日韩乱码在线| 亚洲精品在线美女| 狂野欧美激情性xxxx| 精品国产美女av久久久久小说| 啦啦啦韩国在线观看视频| 精品免费久久久久久久清纯| 国产一级毛片七仙女欲春2| 在线看三级毛片| 国产伦精品一区二区三区视频9 | 国产精品一及| 人人妻人人看人人澡| 免费人成视频x8x8入口观看| 国产一级毛片七仙女欲春2| 久久精品国产99精品国产亚洲性色| 国产蜜桃级精品一区二区三区| 精品久久久久久久人妻蜜臀av| 两个人视频免费观看高清| 精品国产超薄肉色丝袜足j| 很黄的视频免费| 国产精品av视频在线免费观看| 观看免费一级毛片| 欧美性感艳星| 国产视频一区二区在线看| 99久久精品国产亚洲精品| 草草在线视频免费看| 国产精品野战在线观看| 69av精品久久久久久| 精品电影一区二区在线| 人妻久久中文字幕网| 哪里可以看免费的av片| 国产午夜精品论理片| 国产精华一区二区三区| 亚洲乱码一区二区免费版| 中文在线观看免费www的网站| 噜噜噜噜噜久久久久久91| 一个人看的www免费观看视频| 麻豆国产av国片精品| 3wmmmm亚洲av在线观看| 亚洲av成人精品一区久久| 欧美日韩乱码在线| 动漫黄色视频在线观看| 狂野欧美激情性xxxx| 久久久久久久久久黄片| 国产成+人综合+亚洲专区| 国模一区二区三区四区视频| 午夜福利在线在线| av黄色大香蕉| 欧美性感艳星| 日韩中文字幕欧美一区二区| 蜜桃亚洲精品一区二区三区| 在线免费观看的www视频| 特级一级黄色大片| 青草久久国产| 91av网一区二区| 亚洲av成人精品一区久久| 成人午夜高清在线视频| 亚洲一区二区三区色噜噜| 国内少妇人妻偷人精品xxx网站| 亚洲一区高清亚洲精品| 久久久久久久久久黄片| 成人高潮视频无遮挡免费网站| 欧美色视频一区免费| 国产成人系列免费观看| 成人一区二区视频在线观看| 91在线精品国自产拍蜜月 | 女人被狂操c到高潮| 亚洲18禁久久av| 特级一级黄色大片| 欧美日韩一级在线毛片| 97人妻精品一区二区三区麻豆| 真实男女啪啪啪动态图| 免费大片18禁| 色哟哟哟哟哟哟| 狂野欧美激情性xxxx| 国产三级黄色录像| 99国产精品一区二区三区| 免费观看的影片在线观看| 男女午夜视频在线观看| 日韩大尺度精品在线看网址| 精品免费久久久久久久清纯| 久久精品人妻少妇| 国产高清videossex| 亚洲av第一区精品v没综合| 午夜福利在线观看免费完整高清在 | 少妇的逼好多水| 少妇熟女aⅴ在线视频| 少妇人妻精品综合一区二区 | 久久精品综合一区二区三区| 又紧又爽又黄一区二区| 蜜桃亚洲精品一区二区三区| 少妇的逼好多水| 免费看光身美女| 一本一本综合久久| 男人舔女人下体高潮全视频| 一级毛片高清免费大全| 18禁裸乳无遮挡免费网站照片| 男女午夜视频在线观看| 窝窝影院91人妻| 一区二区三区免费毛片| 在线视频色国产色| 国产探花在线观看一区二区|