• <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
    日韩精品有码人妻一区| 简卡轻食公司| 一级毛片久久久久久久久女| 精品一区在线观看国产| 国产精品福利在线免费观看| 3wmmmm亚洲av在线观看| 日韩一本色道免费dvd| 熟女电影av网| 久久精品熟女亚洲av麻豆精品| 美女被艹到高潮喷水动态| 男人添女人高潮全过程视频| 热re99久久精品国产66热6| 亚洲av.av天堂| 免费观看a级毛片全部| 伦理电影大哥的女人| 亚洲成人av在线免费| 寂寞人妻少妇视频99o| 亚洲国产日韩一区二区| 高清视频免费观看一区二区| 亚洲高清免费不卡视频| 99久久精品国产国产毛片| 麻豆国产97在线/欧美| 久久久精品94久久精品| 亚洲av国产av综合av卡| 亚洲欧美精品自产自拍| 午夜福利在线观看免费完整高清在| 国产黄片美女视频| 少妇高潮的动态图| 欧美三级亚洲精品| 精品99又大又爽又粗少妇毛片| 亚洲欧美日韩无卡精品| 国产精品久久久久久久电影| 男女那种视频在线观看| 日本av手机在线免费观看| 91在线精品国自产拍蜜月| 少妇的逼好多水| 免费大片18禁| 五月伊人婷婷丁香| 亚洲熟女精品中文字幕| 中文欧美无线码| 91精品一卡2卡3卡4卡| 18+在线观看网站| 伦精品一区二区三区| 99re6热这里在线精品视频| 国产午夜精品一二区理论片| 51国产日韩欧美| 欧美日韩亚洲高清精品| 一区二区三区乱码不卡18| 插阴视频在线观看视频| 国产精品熟女久久久久浪| 成人漫画全彩无遮挡| 国产成人免费无遮挡视频| 国产高清国产精品国产三级 | 久久鲁丝午夜福利片| 国产欧美亚洲国产| 波野结衣二区三区在线| 欧美激情国产日韩精品一区| 高清视频免费观看一区二区| 极品教师在线视频| 国产一区有黄有色的免费视频| 最近手机中文字幕大全| 国产免费视频播放在线视频| 女人十人毛片免费观看3o分钟| 嫩草影院入口| 久久6这里有精品| 丰满乱子伦码专区| 在线观看免费高清a一片| 久久久久久国产a免费观看| 久久97久久精品| 午夜免费鲁丝| 亚洲精品国产色婷婷电影| 久久人人爽人人爽人人片va| 国产毛片a区久久久久| 国产熟女欧美一区二区| 国产成人a区在线观看| 中文资源天堂在线| 日韩,欧美,国产一区二区三区| 久久久欧美国产精品| 国产精品国产av在线观看| 美女cb高潮喷水在线观看| 国产成人aa在线观看| 亚洲精品一区蜜桃| 国产免费一区二区三区四区乱码| 王馨瑶露胸无遮挡在线观看| 成人国产av品久久久| 在线观看一区二区三区| 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 | 欧美zozozo另类| 精品久久久久久久久av| 激情五月婷婷亚洲| 国产男女内射视频| 2018国产大陆天天弄谢| 黄片wwwwww| 高清av免费在线| 国产一区二区亚洲精品在线观看| 有码 亚洲区| 在线观看免费高清a一片| 欧美xxxx黑人xx丫x性爽| 久久精品综合一区二区三区| 天天躁日日操中文字幕| 久久影院123| 禁无遮挡网站| 久久久久网色| 啦啦啦啦在线视频资源| 精品人妻一区二区三区麻豆| 久热这里只有精品99| 久久这里有精品视频免费| 久久久久久久久久成人| 1000部很黄的大片| 黄色配什么色好看| 亚洲av成人精品一二三区| 亚洲精品视频女| 成人黄色视频免费在线看| 日本-黄色视频高清免费观看| 久久久久精品久久久久真实原创| 国产精品久久久久久久电影| 亚洲精品日韩av片在线观看| 日韩伦理黄色片| 免费av毛片视频| 国产精品爽爽va在线观看网站| av国产久精品久网站免费入址| 最近的中文字幕免费完整| 久久人人爽人人片av| 国产色爽女视频免费观看| 日本黄色片子视频| 99久久精品一区二区三区| 人体艺术视频欧美日本| 国产亚洲av片在线观看秒播厂| 亚洲欧美成人精品一区二区| 亚洲,欧美,日韩| 成人毛片a级毛片在线播放| 欧美日韩视频精品一区| 亚洲精品色激情综合| 欧美精品一区二区大全| 国产午夜精品久久久久久一区二区三区| 久久久久久久久大av| 色吧在线观看| 精品少妇久久久久久888优播| 黄色怎么调成土黄色| 国产精品女同一区二区软件| 六月丁香七月| 国产91av在线免费观看| 91精品国产九色| 欧美高清成人免费视频www| 国产大屁股一区二区在线视频| 色视频www国产| 99久久精品一区二区三区| 亚洲无线观看免费| 美女脱内裤让男人舔精品视频| 国产av码专区亚洲av| 久久久午夜欧美精品| 国产一区亚洲一区在线观看| 亚洲色图综合在线观看| 视频区图区小说| 欧美少妇被猛烈插入视频| 国产精品秋霞免费鲁丝片| 亚洲av电影在线观看一区二区三区 | 久久精品国产亚洲av涩爱| 国产高清不卡午夜福利| 国产免费福利视频在线观看| 只有这里有精品99| 九九在线视频观看精品| 纵有疾风起免费观看全集完整版| 国产黄频视频在线观看| 亚洲自偷自拍三级| 亚洲精品日韩在线中文字幕| 99久久中文字幕三级久久日本| 91在线精品国自产拍蜜月| 亚洲精品国产av成人精品| 男女国产视频网站| 啦啦啦中文免费视频观看日本| 久久97久久精品| a级毛色黄片| 中国美白少妇内射xxxbb| 热re99久久精品国产66热6| 成人欧美大片| 欧美三级亚洲精品| 日韩欧美精品v在线| 日本色播在线视频| 久久人人爽av亚洲精品天堂 | 精品久久久久久久久亚洲| 青春草国产在线视频| 熟女人妻精品中文字幕| 婷婷色av中文字幕| 国产成人福利小说| 国语对白做爰xxxⅹ性视频网站| 久久精品久久久久久久性| 好男人视频免费观看在线| 国产在视频线精品| 亚洲精品中文字幕在线视频 | 有码 亚洲区| 男人爽女人下面视频在线观看| 国产欧美另类精品又又久久亚洲欧美| 男人舔奶头视频| 国产亚洲午夜精品一区二区久久 | 亚洲欧美日韩另类电影网站 | 色视频在线一区二区三区| 97精品久久久久久久久久精品| 在线观看人妻少妇| 免费观看无遮挡的男女| 久久久久性生活片| 久久这里有精品视频免费| 男女无遮挡免费网站观看| 久久久久久久久久久免费av| 3wmmmm亚洲av在线观看| 欧美激情国产日韩精品一区| 亚洲欧美精品专区久久| 日韩欧美精品v在线| 久久影院123| 亚洲真实伦在线观看| 一级毛片电影观看| 亚洲va在线va天堂va国产| 欧美高清性xxxxhd video| 看免费成人av毛片| 天天一区二区日本电影三级| 国产精品偷伦视频观看了| 免费观看在线日韩| 亚洲伊人久久精品综合| 人人妻人人澡人人爽人人夜夜| 亚洲熟女精品中文字幕| 精品人妻偷拍中文字幕| 一级a做视频免费观看| 2021天堂中文幕一二区在线观| 深爱激情五月婷婷| 一级毛片久久久久久久久女| 女人被狂操c到高潮| 九九爱精品视频在线观看| 看十八女毛片水多多多| 边亲边吃奶的免费视频| 一区二区三区精品91| 各种免费的搞黄视频| 青青草视频在线视频观看| 日韩 亚洲 欧美在线| 国产午夜精品一二区理论片| 亚洲av欧美aⅴ国产| 一级毛片 在线播放| 久久精品久久精品一区二区三区| 热re99久久精品国产66热6| 亚洲精品一二三| 三级男女做爰猛烈吃奶摸视频| 亚洲av国产av综合av卡| 亚洲内射少妇av| 午夜激情福利司机影院| 韩国高清视频一区二区三区| 人妻 亚洲 视频| 国内精品美女久久久久久| 国产成人精品婷婷| 大香蕉97超碰在线| 亚洲国产成人一精品久久久| 亚洲av不卡在线观看| 成人高潮视频无遮挡免费网站| 黄片wwwwww| 69av精品久久久久久| 亚洲美女搞黄在线观看| 国产精品.久久久| 午夜免费观看性视频| 麻豆久久精品国产亚洲av| 国产男女内射视频| 成人特级av手机在线观看| 热re99久久精品国产66热6| 色5月婷婷丁香| 黄片无遮挡物在线观看| 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 | 成人二区视频| av线在线观看网站| 国产精品一区二区三区四区免费观看| 亚洲美女视频黄频| 国产免费福利视频在线观看| 久久久国产一区二区| 丝袜脚勾引网站| 久热久热在线精品观看| 99re6热这里在线精品视频| 国产黄频视频在线观看| 99久久精品热视频| 亚洲综合精品二区| 狠狠精品人妻久久久久久综合| 久久精品国产亚洲av涩爱| 亚洲成人精品中文字幕电影| 大香蕉久久网| 99热网站在线观看| 国产在视频线精品| 真实男女啪啪啪动态图| 男女啪啪激烈高潮av片| 精品国产乱码久久久久久小说| 观看美女的网站| 国产爽快片一区二区三区| 精品99又大又爽又粗少妇毛片| 精品一区二区三卡| 九九在线视频观看精品| 最近最新中文字幕免费大全7| 神马国产精品三级电影在线观看| 国产精品精品国产色婷婷| 亚洲国产精品成人久久小说| 日本av手机在线免费观看| 简卡轻食公司| av在线亚洲专区| 老女人水多毛片| 男女啪啪激烈高潮av片| 亚洲欧美日韩卡通动漫| 亚洲精品影视一区二区三区av| 日韩 亚洲 欧美在线| 熟妇人妻不卡中文字幕| 国产探花极品一区二区| 精品一区二区免费观看| 日韩欧美精品免费久久| 国产成人精品一,二区| 国产老妇女一区| 亚洲av福利一区| 国精品久久久久久国模美| 69av精品久久久久久| av在线老鸭窝| 日日啪夜夜撸| 日本与韩国留学比较| 欧美成人a在线观看| 欧美成人午夜免费资源| 能在线免费看毛片的网站| 午夜精品一区二区三区免费看| 国产高潮美女av| 国产精品av视频在线免费观看| 日韩欧美精品免费久久| 欧美 日韩 精品 国产| 久久久久国产网址| 国产精品偷伦视频观看了| 女人十人毛片免费观看3o分钟| 性色av一级| 伊人久久精品亚洲午夜| 少妇的逼水好多| 又大又黄又爽视频免费| 久久久精品94久久精品| 欧美 日韩 精品 国产| 午夜免费鲁丝| 午夜精品国产一区二区电影 | 国产精品不卡视频一区二区| 欧美日韩视频精品一区| 超碰av人人做人人爽久久| 久久精品国产亚洲网站| 成人亚洲欧美一区二区av| 麻豆国产97在线/欧美| 午夜老司机福利剧场| 中文资源天堂在线| 一区二区av电影网| 禁无遮挡网站| 免费人成在线观看视频色| 精华霜和精华液先用哪个| 久久国内精品自在自线图片| 亚洲欧美日韩卡通动漫| a级一级毛片免费在线观看| 久久久久久九九精品二区国产| av在线播放精品| 亚洲,一卡二卡三卡| 又爽又黄a免费视频| 一个人看的www免费观看视频| 国产一区二区在线观看日韩| 高清欧美精品videossex| 国产日韩欧美在线精品| 久久精品人妻少妇| 十八禁人妻一区二区| 大片免费播放器 马上看| 精品视频人人做人人爽| 男人操女人黄网站| 伦理电影免费视频| 黑人巨大精品欧美一区二区蜜桃| 亚洲第一区二区三区不卡| 亚洲欧美精品自产自拍| 国产99久久九九免费精品| 免费在线观看视频国产中文字幕亚洲 | 波野结衣二区三区在线| 最近最新中文字幕免费大全7| 午夜福利影视在线免费观看| 人人妻人人爽人人添夜夜欢视频| 亚洲欧洲国产日韩| 日本av手机在线免费观看| 男人添女人高潮全过程视频| 视频在线观看一区二区三区| 国产免费视频播放在线视频| 久久99热这里只频精品6学生| 国产精品香港三级国产av潘金莲 | 亚洲一卡2卡3卡4卡5卡精品中文| 中文字幕色久视频| 麻豆精品久久久久久蜜桃| 日韩,欧美,国产一区二区三区| 欧美日韩福利视频一区二区| 亚洲自偷自拍图片 自拍| 男人添女人高潮全过程视频| 国产黄频视频在线观看| 亚洲,一卡二卡三卡| 少妇被粗大的猛进出69影院| 欧美日韩福利视频一区二区| 超碰成人久久| 国产一级毛片在线| 纵有疾风起免费观看全集完整版| 日日摸夜夜添夜夜爱| 十八禁高潮呻吟视频| 男女边摸边吃奶| 91精品伊人久久大香线蕉| 欧美av亚洲av综合av国产av | 男女高潮啪啪啪动态图| 人人妻,人人澡人人爽秒播 | 精品国产一区二区三区四区第35| 国产乱来视频区| 亚洲欧美精品自产自拍| 日日摸夜夜添夜夜爱| 精品一区二区三卡| 99久久精品国产亚洲精品| 我要看黄色一级片免费的| 在线天堂中文资源库| 纵有疾风起免费观看全集完整版| av网站免费在线观看视频| 一区二区三区乱码不卡18| 成人午夜精彩视频在线观看| 女人精品久久久久毛片| 国产麻豆69| 好男人视频免费观看在线| 国产成人午夜福利电影在线观看| 少妇的丰满在线观看| 久久精品久久久久久久性| 在线观看人妻少妇| 日本午夜av视频| 侵犯人妻中文字幕一二三四区| 精品亚洲乱码少妇综合久久| 伊人亚洲综合成人网| 国语对白做爰xxxⅹ性视频网站| 九草在线视频观看| 国产精品欧美亚洲77777| 一边亲一边摸免费视频| 国产极品天堂在线| 天堂中文最新版在线下载| 91精品国产国语对白视频| 国产精品久久久av美女十八| 欧美av亚洲av综合av国产av | 国产精品嫩草影院av在线观看| 极品少妇高潮喷水抽搐| 大香蕉久久成人网| 青春草亚洲视频在线观看| 午夜影院在线不卡| 叶爱在线成人免费视频播放| 黄色怎么调成土黄色| 在线观看免费视频网站a站| 91精品三级在线观看| 又粗又硬又长又爽又黄的视频| 热re99久久精品国产66热6| 午夜日本视频在线| 一本大道久久a久久精品| 精品视频人人做人人爽| 一区二区av电影网| 女人被躁到高潮嗷嗷叫费观| 国产在线视频一区二区| 久久午夜综合久久蜜桃| 一本大道久久a久久精品| 黄色一级大片看看| 两个人看的免费小视频| 国产色婷婷99| 最近最新中文字幕免费大全7| 亚洲熟女毛片儿| 欧美在线一区亚洲| 丁香六月欧美| 亚洲精品美女久久久久99蜜臀 | 又粗又硬又长又爽又黄的视频| 亚洲国产毛片av蜜桃av| 成人黄色视频免费在线看| 老司机在亚洲福利影院| 男女高潮啪啪啪动态图| 一个人免费看片子| 日日撸夜夜添| 大码成人一级视频| 日本91视频免费播放| 一区二区av电影网| 亚洲欧美精品综合一区二区三区| 国产av码专区亚洲av| √禁漫天堂资源中文www| 新久久久久国产一级毛片| 国产成人免费观看mmmm| 天天躁夜夜躁狠狠躁躁| 亚洲第一青青草原| 亚洲精品乱久久久久久| 18禁动态无遮挡网站| 免费观看a级毛片全部| 久久精品久久久久久久性| 亚洲七黄色美女视频| 久久久久久久久免费视频了| 热99国产精品久久久久久7| 女性生殖器流出的白浆| 久久久久久久精品精品| 亚洲欧美清纯卡通| 精品国产乱码久久久久久男人| av一本久久久久| 久久久精品免费免费高清| 午夜老司机福利片| 青青草视频在线视频观看| 午夜福利,免费看| 日韩中文字幕视频在线看片| 国产一区有黄有色的免费视频| 亚洲欧美成人精品一区二区| 丰满迷人的少妇在线观看| 国产淫语在线视频| 午夜激情久久久久久久| 人人妻,人人澡人人爽秒播 | 亚洲激情五月婷婷啪啪| 黄色视频在线播放观看不卡| 黑丝袜美女国产一区| 丰满少妇做爰视频| 丝袜美腿诱惑在线| 色视频在线一区二区三区| 亚洲,欧美,日韩| av免费观看日本| 亚洲国产成人一精品久久久| 99热国产这里只有精品6| 日韩中文字幕欧美一区二区 | 黄色视频不卡| 久久人人爽av亚洲精品天堂| 80岁老熟妇乱子伦牲交| 亚洲精品乱久久久久久| 久久狼人影院| 又粗又硬又长又爽又黄的视频| 青春草国产在线视频| av在线观看视频网站免费| 天堂俺去俺来也www色官网| 一区二区三区精品91| 久久久国产一区二区| h视频一区二区三区| 又大又黄又爽视频免费| 好男人视频免费观看在线| 美女脱内裤让男人舔精品视频| 女人爽到高潮嗷嗷叫在线视频| 蜜桃国产av成人99| 91国产中文字幕| 亚洲精品av麻豆狂野| 十八禁网站网址无遮挡| 欧美久久黑人一区二区| 国产不卡av网站在线观看| 一区在线观看完整版| 纯流量卡能插随身wifi吗| 亚洲美女视频黄频| 一区二区三区四区激情视频| 女性生殖器流出的白浆| 亚洲成人手机| 久久鲁丝午夜福利片| av卡一久久| 香蕉丝袜av| 黄色毛片三级朝国网站| 亚洲成av片中文字幕在线观看| 久久综合国产亚洲精品| 成年人免费黄色播放视频| 精品少妇久久久久久888优播| 男人舔女人的私密视频| 一区在线观看完整版| 亚洲精品第二区| 亚洲色图 男人天堂 中文字幕| 在线观看免费日韩欧美大片| 国产精品一二三区在线看| 国产 一区精品| 男人舔女人的私密视频| 少妇人妻 视频| 日本爱情动作片www.在线观看| 女性生殖器流出的白浆| 欧美乱码精品一区二区三区| 亚洲成色77777| 日韩av在线免费看完整版不卡| 丰满饥渴人妻一区二区三| 美女主播在线视频| 在线观看www视频免费| av在线app专区| 亚洲成人国产一区在线观看 | 亚洲 欧美一区二区三区| 国产成人午夜福利电影在线观看| 亚洲av电影在线进入| 精品国产国语对白av| 大话2 男鬼变身卡| 一边摸一边做爽爽视频免费| 亚洲av国产av综合av卡| 精品第一国产精品| 午夜福利,免费看| 少妇猛男粗大的猛烈进出视频| 日韩欧美一区视频在线观看| 国产男女内射视频| 女人高潮潮喷娇喘18禁视频| 精品福利永久在线观看| 侵犯人妻中文字幕一二三四区| 国产极品天堂在线| 国产精品蜜桃在线观看| 人妻 亚洲 视频| 综合色丁香网| 午夜福利免费观看在线| 亚洲精品久久午夜乱码| 性高湖久久久久久久久免费观看| 91老司机精品| 精品人妻熟女毛片av久久网站| 各种免费的搞黄视频| 精品亚洲乱码少妇综合久久| 熟女少妇亚洲综合色aaa.| 人妻 亚洲 视频| 黄片小视频在线播放| 午夜免费鲁丝| 叶爱在线成人免费视频播放| 欧美国产精品va在线观看不卡| 久久狼人影院| 综合色丁香网| 国产精品av久久久久免费| 日本爱情动作片www.在线观看| 国产伦理片在线播放av一区| 久久 成人 亚洲| 亚洲欧美一区二区三区黑人| 一边摸一边抽搐一进一出视频| 1024视频免费在线观看| 2021少妇久久久久久久久久久| 18在线观看网站| a级片在线免费高清观看视频| 国精品久久久久久国模美| 亚洲第一区二区三区不卡| 精品卡一卡二卡四卡免费| 天天躁夜夜躁狠狠久久av| 午夜福利影视在线免费观看| 久久精品国产亚洲av高清一级| 侵犯人妻中文字幕一二三四区| 日本午夜av视频|