• <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INNER -DBSCAN和功率曲線模型的風機異常狀態(tài)檢測

    2017-09-18 00:26:38陳警鈺陳玉航
    電力科學與工程 2017年8期
    關鍵詞:風速風機聚類

    陳警鈺, 陳玉航

    (1. 東北電力大學 電氣工程學院,吉林 吉林 132012;2. 國網山東電力公司 濰坊供電公司, 山東 濰坊 261021)

    基于INNER -DBSCAN和功率曲線模型的風機異常狀態(tài)檢測

    陳警鈺1, 陳玉航2

    (1. 東北電力大學 電氣工程學院,吉林 吉林 132012;2. 國網山東電力公司 濰坊供電公司, 山東 濰坊 261021)

    針對目前風電機組異常運行狀態(tài)無法快速檢測問題,提出一種基于INNER-DBSCAN算法和功率曲線模型的數據驅動實時檢測方法。該方法先利用貝茨理論和RC模型構造一個新的約束來進行數據預處理,剔除機組極端異常運行數據;再基于提出的區(qū)間DBSCAN算法對數據進行聚類,得到正常數據和異常數據;最后利用區(qū)間鄰域最值對正常數據進行邊緣識別,構造風電機組正常運行時的功率曲線模型,并通過模式圖的上下臨界值識別風機異常運行狀態(tài)。利用8臺風電機組SCADA數據進行實驗,結果表明,該方法能有效實時檢測風機異常運行狀態(tài)。

    風電機組; INNER-DBSCAN; 實時檢測; 異常運行; 功率曲線模型

    0 引言

    風電是最有前景的可再生能源之一,截至2014年底,中國的新增裝機達到23 GW,風電機組累計裝機容量已接近114 GW,Global Wind Energy Council(GWEC)對未來5年全球風電發(fā)展預測顯示,未來5年內風電將繼續(xù)保持增長勢頭[1]。然而由于風機運行天氣環(huán)境(如嚴寒、酷暑、沙塵、降雪等)的多變性及嚴酷性,使得風機經常忍受快速變化的負載而產生的高強度機械應力,這導致風機平均壽命3%的時間都處于異常運行狀態(tài)[2]。其運行維護費用能占到風電項目能源成本的10%~20%,在風機服役期的后期能達到35%,這樣的大開銷阻礙了風電更為快速的發(fā)展[3]。風機的異常運行狀態(tài)檢測在基于風機運行狀態(tài)的維護和維修中起到了重要的作用,這比矯正性維護和預防性維護的性價比更高,能夠大大地減少風機的運行維護費用[4]。

    傳統的風機異常狀態(tài)檢測專注于風機昂貴組成部件(如主軸、發(fā)電機、齒輪箱等)的故障識別,2個常用的方法是振動分析和油液檢測,但這2個方法是獨立的系統,需要安裝額外的傳感器和其他硬件設備[5]。而利用基于SCADA系統在風機控制器所采集的數據來提早預警故障和運行問題是性價比很高的方式[6]。

    文獻[7]提出通過風機的功率特性來檢測其整體健康狀態(tài),并通過選擇正常運行風機的數據來構建內部警戒線和外部警戒線,根據內外警戒線閾值去檢測風機異常狀態(tài);文獻[8]提出用制造商提供的功率曲線及經驗值模型剔除異常數據,并分別用線性與非線性方法建立風機功率曲線模型;文獻[9]提出利用基于四分位法和k-means算法的數據剔除模型來識別異常狀態(tài)。然而由于不同風機、不同時間段的實測功率曲線不同,異常運行數據的分布也有所不同,此類方法通用性不高、異常狀態(tài)檢測準確度低。

    文獻[10]提出基于最小二乘法、最大似然估計方法和k-NN算法構建功率曲線模型,然后基于統計值得到功率曲線帶,以此識別異常運行狀態(tài);文獻[11]提出基于模型的風機狀態(tài)檢測,分別用線性、狀態(tài)依賴參數模型(SDPM)、人工神經網絡(ANN)進行建立,根據最優(yōu)輸出和預測值的殘差去識別異常狀態(tài)。上述研究中都有一個缺點是需要大量的訓練過程,計算開銷大,運行效率低下,很難應用在實時檢測中。

    DBSCAN算法是一種基于密度的數據分類方法,執(zhí)行效率較高,可以識別多個簇。本文利用這個算法的思想提出了一個基于INNER-DBSCAN和功率曲線模型的風機異常狀態(tài)檢測方法,并進行了多風電場、多機型的實驗測試。結果表明,該算法能夠有效快速地識別出風機異常運行狀態(tài),可以對風電機組整體運行狀態(tài)進行實時檢測。

    1 異常數據的特征及其對功率曲線的影響

    風電機組功率特性一般用風電機組輸出功率隨風速的變化曲線即功率曲線(P-V)來表示,根據能量守恒定律及貝茨理論,得到風機實際能得到的有功功率,由公式(1)計算[12]:

    P=0.5ρπR2Cpv3

    (1)

    式中:P是風機風輪捕獲的理論功率;ρ為空氣密度;R為用來確定掃略面積的風輪半徑(葉片長度);v為風速;Cp為風能利用系數,它代表了控制系統利用風能的效率。

    異常數據在本質上是機組故障以及機組缺乏維護而導致的停機或低性能運行現象;或者是風機處于正常運行情況下,而電力調度機構要求部分風電場降出力或暫停運行的現象。為了分析風機的功率性能,利用SCADA系統采集的數據進行分析。圖1是某風機在某日4∶48至次日1∶00的風速和功率時序圖,時間間隔為10 min。其切入風速為vi=2.5 m/s,額定風速為vr=11 m/s,vo=20 m/s,額定功率為1 500 kW。圖1中,在4∶48

    圖1 風速和功率的時序圖

    把上述情形的時間軸延長,采集1個月的風機10 min數據,得到數據集U。正常運行數據與異常運行數據、停機數據、隨機誤差數據和系統誤差數據混合在一起,導致無法進行正常的功率曲線建模,如圖2所示。

    圖2 風速與功率關系散點圖

    2 異常數據的識別原理及數學模型

    盡管通過公式(1)得到的風機功率曲線模型是明確的,但是由于機組的內在缺陷使得無法精確預測輸出功率。首先,因為風機在設計時假定空氣密度為常數;其次預測錯誤或設計參數誤差會在v3中放大[13],因此每臺風機正常運行的功率性能也是不盡相同的,所以直接使用風機廠商提供的功率曲線對異常進行狀態(tài)檢測是不合適的。需要基于每臺風機的實際運行數據來進行功率曲線建模,為下一步的機組異常運行狀態(tài)檢測提供基礎。

    2.1數據預處理

    2.1.1 功率最優(yōu)化約束

    風能利用系數由公式(2)進行計算:

    (2)

    式中:S為風輪掃略面積;v為風速;P為風機功率。根據貝茨理論,風能利用系數Cp的極限值為0.593?;谶@個理論,可以確定功率曲線的上限曲線,稱為Betz曲線。

    2.1.2 功率最低約束

    根據R.Chedid提出的功率曲線模型(稱之為RC模型)確定功率最低約束:

    (3)

    P=PW×Aw×effw

    (4)

    式中:Aw為風輪掃略面積;effw為風機對風能的利用效率。令effw取一個較低的利用效率0.05,可得到風機最低功率約束的曲線,這條曲線稱為RC曲線。

    根據Betz曲線和RC曲線對風機原始數據集U進行預處理,剔除掉了機組極端異常運行數據,如圖3所示,得到預處理的正常數據集Upre-normal和異常數據集Upre-abnormal。

    2.2INNER-DBSCAN算法

    2.2.1 算法的提出

    DBSCAN算法是由Martin Ester等人在1996年提出的著名的基于密度的聚類算法,它的優(yōu)點是可以識別任何形狀的簇和孤立點,這符合風機風速-功率散點的分布特點[14]。DBSCAN算法根據給定的密度閾值識別一個簇,密度閾值由Eps和Minpts2個參數決定(其中Eps表示半徑,Minpts表示核心點在Eps半徑范圍內至少應該含有的點的數量)。

    DBSCAN算法的參數Eps用經典的歐氏距離進行計算:

    (5)

    聚類的中心即為各元素的均值由公式(6)進行計算:

    (6)

    式中:m為第j個聚類所包含的數據對象的個數。

    用4個統計學指標[15]來判定聚類結果,如公式(7)~(10)所示:

    (7)

    SDofAE=

    (8)

    (9)

    SDofAPE=

    (10)

    DBSCAN有一個比較明顯的弱點,即當數據分布不均勻時,由于使用統一的全局變量,使得聚類的效果變差。以預處理之后的正常數據集Upre-normal進行聚類,聚類效果如圖4所示(Minpts=5,Eps=0.327 1)。圖4反映出某些風機的實際運行情況,可知當風機的風速-功率數據分布不均時,用統一的Minpts及Eps聚類得到的效果極差。結合DBSCAN算法的優(yōu)點及風速-功率散點的分布特性,下面提出基于區(qū)間法的DBSCAN算法——INNER-DBSCAN算法。

    圖4 DBSCAN聚類結果

    2.2.2 算法具體實現過程

    利用區(qū)間法將風機運行數據的風速屬性進行分區(qū)間,在每個小區(qū)間中利用DBSCAN算法進行聚類。

    (1)將待分類的數據集按照風速0.5 m/s間隔分成若干個小區(qū)間。每個小區(qū)間中心值為0.5 m/s的整數倍,得到每個小區(qū)間數據集Ui為:

    (11)

    式中:Ui為第i個區(qū)間的數據集;(v,p)為落在第i個區(qū)間的二維數據元素。假設Upre-normal最大風速為vmax,則最大風速區(qū)間為n=[vmax/0.5]。

    (2)在每個小區(qū)間內利用DBSCAN算法聚類。DBSCAN算法基于一個事實,一個聚類可以由其中的任何核心對象唯一確定,即任一滿足核心對象條件的數據對象p,數據庫D中所有從p密度可達的數據對象O所組成的集合構成了一個完整的聚類且p屬于C。數據集中沒有包含在任何簇中的數據點就構成噪聲點。

    (3)正常簇判定及二次聚類融合。

    在前面過程中,散點圖的上方極端異常數據已經被剔除,因此最終期望保留的正常數據必然已經聚集在散點圖的最上部分和最左部分,因此應盡可能地保留聚類結果中均值較大的聚類。

    采用二次聚類融合思想:①對于上述風速區(qū)間,聚類結果為{C1,C2,…,Cm}或還有一個噪聲簇N,計算這m個簇的聚類中心{w1,w2,…,wm};②找出{w1,w2,…,wm}中最大的聚類中心wmax,其對應的簇為Cmax初步判定為正常簇Cpre-normal;③計算wmax與{w1,w2,…,wm}中除wmax之外的各個聚類中心的聚類di=wmax-wi;④比較各個di與預設閾值T(如0.2Pr)的大小,如果di

    對預處理后的正常數據Upre-normal按照INNER-DBSCAN算法進行聚類,每個小區(qū)間的聚類效果如圖5所示。

    圖5 INNER-DBSCAN算法區(qū)間內聚類效果

    圖6 INNER-DBSCAN算法聚類效果

    匯集每個小區(qū)間的聚類結果,得到整體的聚類效果如圖6所示。很明顯,INNER-DBSCAN聚類效果比單純的DBSCAN聚類效果好得多,能夠將絕大多數異常狀態(tài)準確識別出來。但同時有部分正常點被誤判為異常點(8.5 m/s左右及13 m/s左右)。下面介紹通過功率曲線模型進一步準確識別異常數據的方法。

    3 功率曲線模型

    3.1邊緣識別

    每個風速區(qū)間中,計算正常數據在風速均值鄰近區(qū)間內的最大值和最小值,作為該區(qū)間內數據上下邊界上的點。

    第i個區(qū)間數據集Ui的風速均值為vmean,給定一個較小的鄰近半徑δ,在[vmean-δ,vmean+δ]內的數據集為Qi,計算出Qi最大功率pi,max和最小功率pi,min,即將點(vmean,pi,max)和點(vmean,pi,min)作為第i區(qū)間上下邊界上的點。這樣,由n個區(qū)間的n對上下邊界點構成雙S曲線的功率曲線模型,如圖7所示。

    3.2異常狀態(tài)識別

    根據功率曲線模型和線性插值算法判斷任意數據點m(vj,pj)是否為異常運行狀態(tài),即判斷vj對應的功率是否在功率曲線模型的上下邊界之間[16]。

    首先,利用公式(12)和公式(13)計算出功率曲線模型上下邊界的每個小區(qū)間的斜率和偏移量:

    (12)

    (13)

    對于任意一組實時數據(vj,pj),如vi<=vj

    (14)

    同理,可以計算出vj對應的功率最小值plowest。如果plowest<=pj<=phighest,則該點為正常運行狀態(tài),否則為異常運行狀態(tài)。根據功率曲線模型對原始數據重新分類,效果如圖8所示。根據聚類得到的正常數據得到機組的功率曲線。

    圖8 基于功率曲線模型的重聚類

    基于實測風速數據和上述功率曲線可以計算出理論功率,由理論功率和實測功率可以計算出功率殘差?;谏鲜鱿嗤瑪祿玫焦β蕷埐畹臅r序圖如圖9所示。

    圖9 功率殘差時序圖

    從圖9可以看出,如果使用傳統方法人為的設定一個功率殘差限值,則會將一部分正常運行狀態(tài)誤認為是異常運行狀態(tài),也會將一部分異常運行狀態(tài)誤認為是正常運行狀態(tài)。本文中提出的功率曲線模型方法能夠根據機組正常運行狀態(tài)自動調整上下限值,實現有效而準確地對異常運行狀態(tài)識別。但是這個方法有時可能會引起過多的警報,解決的辦法是根據需要在邊緣識別步驟中設置上下限系數來擴大功率曲線模型范圍。

    4 工程實例

    為了驗證本算法的有效性,本文采用8個風場的8臺風機的實測風速-功率散點進行聚類結果分析。以其中3臺風機為例,聚類效果圖如圖10所示,數據來源分別為A風場3#機組1月份數據、B風場12#機組5月份數據、C風場16#機組10月份數據。很明顯,該方法能夠準確識別機組異常運行狀態(tài)。

    圖10 基于INNER-DBSCAN的聚類結果

    造成3張圖中異常狀態(tài)的原因可能會有多種,像傳感器故障、槳距角控制故障、不合適的葉片角度設置、葉片損壞、控制程序錯誤、限功率運行、環(huán)境條件問題(昆蟲附著、臟物附著、葉片結冰)等。

    3臺風機的數據聚類統計指標表示的數據離散程度結果如表1所示。Raw指的是基于原始數據的分析結果,Betz&RC指的是經過Betz和RC曲線剔除極端異常數據后的數據集Upre-normal的分析結果,DBSCAN指的是在數據集Upre-normal基礎上經過經典的DBSCAN算法得到的分析結果,INNER-DBSCAN指的是在數據集Upre-normal基礎上經過本文提出的INNER-DBSCAN算法得到的分析結果。

    表1 4個統計指標情形

    很明顯,從4種統計分析指標整體上來看,Raw的4項指標均為最大,表示數據離散度最大(即聚合度小);經過Betz & RC過程后數據聚合度變大;傳統的DBSCAN不能明顯地增加聚合度;而INNER-DBSCAN能夠有效地增加數據聚合度。

    以Betz & RC為基礎,DBSCAN對3臺風機的MAE指標平均降低了11%,而INNER-DBSCAN對MAE指標的平均降低指標為60%;DBSCAN對3臺風機的MAPE指標平均降低了2%,而INNER-DBSCAN對MAPE指標的平均降低指標為62%。也就是經過INNER-DBSCAN算法后數據聚合度明顯增大,結合圖10來看,該方法對機組異常運行狀態(tài)進行了有效的識別。

    對本文提出的算法編寫MATLAB程序,并在普通PC上運行。以8臺機組單月數據為單位進行處理(經大量實驗表明,以單月數據進行處理時聚類效果最好,數據量過多會造成聚類邊界模糊,數據量過少會造成大量數據被誤認為是噪聲簇),聚類執(zhí)行時間如表2所示,平均處理時間1.08 s,在處理速度快的服務器上運行,會進一步減少執(zhí)行時間,實時應用性較高。

    表2 INNER-DBSCAN 算法的執(zhí)行時間

    5 結論

    本文提出了基于INNER-DBSCAN算法和功率曲線模型的異常運行狀態(tài)檢測方法?;贐etz理論和RC曲線對數據進行預處理,大大地提高了數據聚類效果,對構建正確的功率曲線模型起到了很好的監(jiān)督作用;利用DBSCAN算法基于密度聚類的優(yōu)勢,結合風機功率曲線散點的分布特點,提出在0.5 m/s小區(qū)間內應用的DBSCAN算法即INNER-DBSCAN算法,得到很好的聚類結果;基于區(qū)間平均風速鄰域最值的方法能夠有效識別機組正常運行數據的邊緣,從而構造出功率曲線模型,利用功率曲線模型對原始數據進行重聚類,并采用4種數據聚類統計指標進行了分析,相對于數據預處理之后的數據聚合度提高了高達62%;該算法在普通PC上學習得到最終的功率曲線模型的執(zhí)行速度較快,時間約為1.08 s,可以對功率曲線模型短時段更新,以對機組異常運行狀態(tài)進行有效檢測。該算法通用性高、計算開銷小,風電機組功率狀態(tài)檢測具有理論研究和工程應用的價值。

    [1] TCHAKOUA P, WAMKEUE R, OUHROUCHE M, et al. Wind turbine condition monitoring: State-of-the-art review, new trends, and future challenges [J]. Energies, 2014, 7(4): 2595-2630.

    [2] WALFORD C A. Wind turbine reliability: understanding and minimizing wind turbine operation and maintenance costs [J]. Journal of New Energy, 2016, 12(5):1129-1136.

    [3] CRABTREE C J, ZAPPALD, TAVNER P J. Survey of commercially available condition monitoring systems for wind turbines [J]. Supergen Wind, 2014, 40(5):90-98.

    [4] 馬義松,武志剛. 基于Neo4j的電力大數據建模及分析[J]. 電工電能新技術, 2016, 35(2):24-30.

    [5] 肖峰,陳國初. 基于功率預測的含風電場電力系統經濟優(yōu)化調度研究[J]. 電力科學與工程, 2016, 16(10):9-14, 27.

    [6] SHOKRZADEH S, JOZANI M J, BIBEAU E. Wind turbine power curve modeling using advanced parametric and nonparametric methods [J]. IEEE Transactions on Sustainable Energy, 2014, 5(4): 1262-1269.

    [7] 趙永寧,葉林,朱倩雯. 風電場棄風異常數據簇的特征及處理方法[J]. 電力系統自動化, 2014, 21(1):39-46.

    [8] LONG H, WANG L, ZHANG Z, et al. Data-driven wind turbine power generation performance monitoring [J]. IEEE Transactions on Industrial Electronics,2015, 30(4): 356-364.

    [9] 李國棟,龐文杰,葛磊蛟,等. 基于改進雷達圖法的光伏并網發(fā)電系統穩(wěn)態(tài)電能質量綜合評估[J]. 電工電能新技術,2016,35(5):8-12,35

    [10] ZHANG Z, ZHOU Q, KUSIAK A. Optimization of wind power and its variability with a computational intelligence approach[J]. IEEE Transactions on Sustainable Energy, 2014, 5(1): 228-236.

    [11] 黃南天,袁翀,王新庫,等. 基于互信息屬性分析與極端學習機的超短期風速預測[J]. 電工電能新技術,2016,35(10):29-34.

    [12] 田增山,王向勇,周牧,等. 基于DBSCAN子空間匹配的蜂窩網室內指紋定位算法[J]. 電子與信息學報, 2017, 31(7): 1228-1237.

    [13] NAGARAJU S,KASHYAP M,MAHUA B. An effective density based approach to detect complex data clusters using notion of neighborhood difference[J]. International Journal of Automation and Computing, 2017,20(1):57-67.

    [14] 姜建華,楊玉免,邊海燕,等. 改進DBSCAN聚類算法在電子商務網站評價中的應用[J]. 吉林大學學報(理學版),2016,15(2):329-336.

    [15] 邱強杰,陳眾,俞曉鵬,等. 基于事件驅動控制理論的風力發(fā)電系統建模[J]. 電力科學與工程,2016,16(8):37-42.

    [16] 丁國輝,許瑩南,郭軍宏. 基于DBSCAN聚類算法的多模式匹配[J]. 計算機應用與軟件,2016,56(2):25-29.

    Condition Monitoring for Wind Turbines Based on INNER-DBSCAN and Power Curve Pattern

    CHEN Jingyu1, CHEN Yuhang2

    (1.School of Electrical Engineering, Northeast Dianli University, Jilin 132012, China;2. State Grid Weifang Power Supply Company, Weifang 261021, China)

    In the light of the problem of rarely an easy and effective way to monitor the abnormal operation status of wind turbine, a data driven abnormal real-time monitoring method for operation status based on INNER-DBSCAN algorithm and power curve pattern is put forward in this paper. A new constraint is developed by Betz’ theory and RC model to conduct data preprocessing so that the extremely abnormal operation data can be ruled out. Then interval DBSCAN algorithm is proposed for data clustering and hence both normal data and abnormal data could be obtained. Also, the maximum value of the interval neighborhood is utilized to recognize the edge normal operation data of wind turbine, and the power curve pattern is built based on it. Finally, the abnormal operation status is monitored by the upper and lower limit value of the pattern. The performance of the presented method is evaluated using SCADA data sets of eight wind turbines, and the results show this method could effectively monitor the abnormal operation status in real time.

    wind turbine; INNER-DBSCAN; real-time monitoring; abnormal operation; power curve pattern

    2017-01-03。

    10.3969/j.ISSN.1672-0792.2017.08.005

    TM614

    :A

    :1672-0792(2017)08-0027-08

    陳警鈺(1996-),女,碩士研究生,主要研究方向為電力系統安全性分析與控制。

    猜你喜歡
    風速風機聚類
    基于Kmeans-VMD-LSTM的短期風速預測
    基于最優(yōu)TS評分和頻率匹配的江蘇近海風速訂正
    海洋通報(2020年5期)2021-01-14 09:26:54
    風機折翼“倒春寒”
    能源(2018年5期)2018-06-15 08:56:02
    基于DBSACN聚類算法的XML文檔聚類
    電子測試(2017年15期)2017-12-18 07:19:27
    風機倒塔事故為何頻發(fā)?
    能源(2017年9期)2017-10-18 00:48:27
    基于GARCH的短時風速預測方法
    節(jié)能技術EPU在AV71風機上的應用
    基于改進的遺傳算法的模糊聚類算法
    TS3000系統防喘振控制在 AV80-14風機中的應用
    考慮風速分布與日非平穩(wěn)性的風速數據預處理方法研究
    aaaaa片日本免费| 亚洲精品中文字幕在线视频| 欧美激情 高清一区二区三区| 一夜夜www| 免费不卡黄色视频| 亚洲 欧美一区二区三区| 日韩中文字幕欧美一区二区| 亚洲av美国av| 69精品国产乱码久久久| 精品国产乱子伦一区二区三区| 变态另类成人亚洲欧美熟女 | 久久欧美精品欧美久久欧美| 午夜福利在线免费观看网站| 18禁黄网站禁片午夜丰满| 精品久久久久久久久久免费视频 | 香蕉丝袜av| 国产国语露脸激情在线看| 淫妇啪啪啪对白视频| 欧美精品亚洲一区二区| ponron亚洲| 国产又爽黄色视频| 中文字幕精品免费在线观看视频| 久久久国产成人免费| 校园春色视频在线观看| 91精品国产国语对白视频| 久久国产精品影院| 国产男靠女视频免费网站| a级片在线免费高清观看视频| 成人免费观看视频高清| 两性夫妻黄色片| 亚洲国产中文字幕在线视频| 在线观看免费高清a一片| 一区二区三区激情视频| 亚洲国产看品久久| 美女高潮到喷水免费观看| 色精品久久人妻99蜜桃| 国产欧美日韩综合在线一区二区| www.熟女人妻精品国产| 中文字幕精品免费在线观看视频| 身体一侧抽搐| 两个人免费观看高清视频| 欧美日韩中文字幕国产精品一区二区三区 | 亚洲欧美一区二区三区黑人| 国产欧美日韩一区二区精品| 亚洲avbb在线观看| 天堂影院成人在线观看| 脱女人内裤的视频| 欧美人与性动交α欧美软件| www日本在线高清视频| 欧美激情久久久久久爽电影 | 老司机深夜福利视频在线观看| 精品福利观看| 一区二区三区激情视频| 欧美av亚洲av综合av国产av| 他把我摸到了高潮在线观看| 欧美激情 高清一区二区三区| 精品乱码久久久久久99久播| 精品久久久久久久毛片微露脸| 国产精品 国内视频| 久久伊人香网站| 国产精品98久久久久久宅男小说| 深夜精品福利| 国产成人av教育| 一级毛片精品| 国产精品影院久久| 男女下面插进去视频免费观看| 别揉我奶头~嗯~啊~动态视频| 99精品久久久久人妻精品| 亚洲视频免费观看视频| 色综合站精品国产| 九色亚洲精品在线播放| 岛国在线观看网站| 一级a爱视频在线免费观看| 亚洲 欧美 日韩 在线 免费| 纯流量卡能插随身wifi吗| 999久久久国产精品视频| 国产又色又爽无遮挡免费看| 国产一区二区在线av高清观看| 夜夜爽天天搞| 99久久久亚洲精品蜜臀av| 国产野战对白在线观看| 亚洲第一青青草原| 天堂√8在线中文| 国产精品av久久久久免费| cao死你这个sao货| 国产日韩一区二区三区精品不卡| 91字幕亚洲| 色综合站精品国产| 高清av免费在线| 欧美不卡视频在线免费观看 | 视频区图区小说| 色综合婷婷激情| 亚洲少妇的诱惑av| 老鸭窝网址在线观看| 日韩欧美在线二视频| 水蜜桃什么品种好| 欧美激情极品国产一区二区三区| 国产单亲对白刺激| 日韩国内少妇激情av| 免费少妇av软件| 亚洲国产欧美一区二区综合| 高潮久久久久久久久久久不卡| 黄色 视频免费看| 国产精品九九99| 极品人妻少妇av视频| 好看av亚洲va欧美ⅴa在| 在线视频色国产色| 中亚洲国语对白在线视频| 正在播放国产对白刺激| 纯流量卡能插随身wifi吗| 天天添夜夜摸| 高清av免费在线| 在线观看免费视频日本深夜| 露出奶头的视频| 夜夜夜夜夜久久久久| 欧美国产精品va在线观看不卡| 日韩精品免费视频一区二区三区| 成人手机av| 黄色a级毛片大全视频| ponron亚洲| 久久中文字幕人妻熟女| 久久久精品国产亚洲av高清涩受| 亚洲欧美精品综合久久99| 日韩三级视频一区二区三区| 亚洲七黄色美女视频| 女警被强在线播放| 高潮久久久久久久久久久不卡| 精品久久久精品久久久| 老汉色∧v一级毛片| 国产精品国产av在线观看| 日本免费a在线| 免费在线观看黄色视频的| 国产精品一区二区在线不卡| 香蕉久久夜色| 久久精品91蜜桃| 99国产极品粉嫩在线观看| 巨乳人妻的诱惑在线观看| 深夜精品福利| 香蕉国产在线看| 久久午夜综合久久蜜桃| 黑人巨大精品欧美一区二区mp4| 黄色女人牲交| 91av网站免费观看| 99香蕉大伊视频| 亚洲精品国产色婷婷电影| 怎么达到女性高潮| 亚洲va日本ⅴa欧美va伊人久久| 好男人电影高清在线观看| 日本 av在线| 俄罗斯特黄特色一大片| 中国美女看黄片| 精品久久久久久电影网| 成人亚洲精品av一区二区 | 一边摸一边抽搐一进一出视频| 变态另类成人亚洲欧美熟女 | 亚洲精品成人av观看孕妇| 成人三级黄色视频| 五月开心婷婷网| 亚洲五月婷婷丁香| av电影中文网址| 国产主播在线观看一区二区| 99热国产这里只有精品6| 日韩免费高清中文字幕av| 国产蜜桃级精品一区二区三区| 亚洲五月婷婷丁香| 久久人人爽av亚洲精品天堂| a级毛片黄视频| 久久人人爽av亚洲精品天堂| 国产97色在线日韩免费| 国产精品野战在线观看 | 天堂√8在线中文| 在线观看午夜福利视频| 成熟少妇高潮喷水视频| 午夜激情av网站| 国产不卡一卡二| 国产黄色免费在线视频| 脱女人内裤的视频| 天天躁夜夜躁狠狠躁躁| 亚洲精品美女久久av网站| 午夜精品久久久久久毛片777| 9色porny在线观看| 亚洲一区二区三区色噜噜 | 男女下面插进去视频免费观看| 夜夜夜夜夜久久久久| 欧美人与性动交α欧美软件| 涩涩av久久男人的天堂| 日韩三级视频一区二区三区| 99在线视频只有这里精品首页| 一区二区三区国产精品乱码| 乱人伦中国视频| 男人舔女人的私密视频| 啦啦啦免费观看视频1| 欧美成人性av电影在线观看| 人妻久久中文字幕网| 老熟妇乱子伦视频在线观看| av视频免费观看在线观看| 又大又爽又粗| 黄片播放在线免费| 国产精品99久久99久久久不卡| 女人高潮潮喷娇喘18禁视频| 成人免费观看视频高清| 99久久精品国产亚洲精品| 美国免费a级毛片| 午夜免费成人在线视频| 成在线人永久免费视频| 国产极品粉嫩免费观看在线| 黄色毛片三级朝国网站| 波多野结衣高清无吗| 亚洲精品美女久久久久99蜜臀| 日韩欧美免费精品| 欧美一级毛片孕妇| 韩国av一区二区三区四区| 女人高潮潮喷娇喘18禁视频| 久久99一区二区三区| www.熟女人妻精品国产| 99国产精品一区二区三区| 三上悠亚av全集在线观看| 久久天堂一区二区三区四区| 老鸭窝网址在线观看| www.熟女人妻精品国产| 国产无遮挡羞羞视频在线观看| 久热这里只有精品99| 天堂中文最新版在线下载| x7x7x7水蜜桃| 99国产精品99久久久久| 麻豆久久精品国产亚洲av | 色婷婷av一区二区三区视频| 久久国产精品人妻蜜桃| 国产视频一区二区在线看| 国产一卡二卡三卡精品| 99riav亚洲国产免费| 国产精品一区二区免费欧美| 精品一区二区三区视频在线观看免费 | 久久久久久久久中文| 亚洲av五月六月丁香网| 欧美黑人欧美精品刺激| 亚洲五月婷婷丁香| www.精华液| 成年版毛片免费区| 韩国精品一区二区三区| 亚洲成人国产一区在线观看| 日韩欧美免费精品| av福利片在线| 国产精品 欧美亚洲| 国产精品电影一区二区三区| 亚洲成人精品中文字幕电影 | 午夜91福利影院| 午夜免费观看网址| 欧美中文综合在线视频| 丁香欧美五月| 精品国产一区二区久久| 国产成人欧美| 超色免费av| 色婷婷久久久亚洲欧美| 欧美日韩中文字幕国产精品一区二区三区 | 三上悠亚av全集在线观看| videosex国产| av片东京热男人的天堂| 热99国产精品久久久久久7| 日韩 欧美 亚洲 中文字幕| 最近最新中文字幕大全免费视频| 人人妻人人澡人人看| 淫妇啪啪啪对白视频| 国产亚洲av高清不卡| 亚洲国产看品久久| 最近最新中文字幕大全免费视频| 精品日产1卡2卡| 老司机亚洲免费影院| 少妇被粗大的猛进出69影院| 久久精品91无色码中文字幕| 黑人欧美特级aaaaaa片| 少妇粗大呻吟视频| 一二三四社区在线视频社区8| av网站免费在线观看视频| 国产单亲对白刺激| 亚洲中文日韩欧美视频| 亚洲国产毛片av蜜桃av| 国产精品美女特级片免费视频播放器 | 麻豆久久精品国产亚洲av | 日本免费一区二区三区高清不卡 | 亚洲在线自拍视频| 欧美午夜高清在线| 国产精品久久电影中文字幕| 免费少妇av软件| 精品久久久久久电影网| 999精品在线视频| 中亚洲国语对白在线视频| 国产免费男女视频| 日韩视频一区二区在线观看| 成人精品一区二区免费| 国产精品日韩av在线免费观看 | 身体一侧抽搐| 亚洲五月婷婷丁香| 国产亚洲av高清不卡| cao死你这个sao货| 国产精品国产高清国产av| 日韩视频一区二区在线观看| 亚洲av成人一区二区三| 精品久久久久久久毛片微露脸| 免费观看精品视频网站| 99精品欧美一区二区三区四区| 国产成人啪精品午夜网站| 新久久久久国产一级毛片| 亚洲一卡2卡3卡4卡5卡精品中文| 亚洲精品中文字幕在线视频| tocl精华| 国产99白浆流出| 国产精品 国内视频| 亚洲va日本ⅴa欧美va伊人久久| 久久久精品欧美日韩精品| 人妻丰满熟妇av一区二区三区| 国产精品国产av在线观看| av网站在线播放免费| 国产男靠女视频免费网站| 久久久国产成人免费| 一区二区三区激情视频| 久久精品亚洲av国产电影网| 热re99久久精品国产66热6| 国产精品久久视频播放| 国产精品免费视频内射| a级毛片在线看网站| 又黄又爽又免费观看的视频| 久久久久久久精品吃奶| 757午夜福利合集在线观看| 丝袜美腿诱惑在线| 国产成人精品久久二区二区免费| 国产成人精品在线电影| 亚洲精品av麻豆狂野| 国产精品99久久99久久久不卡| 一夜夜www| 国产亚洲精品一区二区www| 成人免费观看视频高清| 真人做人爱边吃奶动态| 女生性感内裤真人,穿戴方法视频| 久久人人爽av亚洲精品天堂| 日本精品一区二区三区蜜桃| 亚洲在线自拍视频| 亚洲第一青青草原| 我的亚洲天堂| 啦啦啦 在线观看视频| 久久久久久久久免费视频了| 美女高潮喷水抽搐中文字幕| 成人亚洲精品av一区二区 | 亚洲情色 制服丝袜| 国产精品久久久人人做人人爽| av网站在线播放免费| 成人三级黄色视频| 久久久国产一区二区| 国产在线观看jvid| 亚洲精品国产一区二区精华液| 日韩成人在线观看一区二区三区| 中出人妻视频一区二区| 一a级毛片在线观看| 精品久久蜜臀av无| 国产真人三级小视频在线观看| 成年女人毛片免费观看观看9| 久久久国产欧美日韩av| 亚洲欧美精品综合久久99| 新久久久久国产一级毛片| 97超级碰碰碰精品色视频在线观看| 大型黄色视频在线免费观看| 亚洲色图 男人天堂 中文字幕| 不卡av一区二区三区| 欧美av亚洲av综合av国产av| 美女国产高潮福利片在线看| 亚洲,欧美精品.| av片东京热男人的天堂| 女人被躁到高潮嗷嗷叫费观| а√天堂www在线а√下载| 91精品国产国语对白视频| 婷婷六月久久综合丁香| 亚洲欧美激情综合另类| 一边摸一边抽搐一进一出视频| 国产精品日韩av在线免费观看 | 免费av中文字幕在线| 波多野结衣av一区二区av| 视频在线观看一区二区三区| 精品高清国产在线一区| av欧美777| 亚洲欧美激情综合另类| 欧美日韩亚洲高清精品| a在线观看视频网站| 色综合婷婷激情| 80岁老熟妇乱子伦牲交| 国产国语露脸激情在线看| 两性午夜刺激爽爽歪歪视频在线观看 | 亚洲熟女毛片儿| 99精品欧美一区二区三区四区| 欧美一级毛片孕妇| 日本黄色视频三级网站网址| 亚洲精品粉嫩美女一区| 国产成人欧美在线观看| 97人妻天天添夜夜摸| 99在线人妻在线中文字幕| aaaaa片日本免费| 国产精品99久久99久久久不卡| 亚洲人成77777在线视频| 50天的宝宝边吃奶边哭怎么回事| 国产精品九九99| 色综合婷婷激情| 久久中文字幕人妻熟女| 国产精品国产高清国产av| a级毛片在线看网站| 亚洲欧美激情在线| 久久久国产成人免费| 天天躁夜夜躁狠狠躁躁| 成人国语在线视频| 亚洲精品久久成人aⅴ小说| 黄色丝袜av网址大全| 亚洲第一青青草原| 国产精品野战在线观看 | 亚洲国产精品合色在线| 国产三级黄色录像| 欧美精品一区二区免费开放| 一区二区三区激情视频| 美女高潮到喷水免费观看| 欧美中文综合在线视频| 亚洲全国av大片| 69av精品久久久久久| 可以在线观看毛片的网站| 亚洲国产看品久久| 国产精品美女特级片免费视频播放器 | 成年人免费黄色播放视频| 久久久久精品国产欧美久久久| 新久久久久国产一级毛片| 后天国语完整版免费观看| 老司机在亚洲福利影院| 视频区欧美日本亚洲| 中文字幕高清在线视频| 日本免费a在线| 成年版毛片免费区| 久久午夜亚洲精品久久| 99国产极品粉嫩在线观看| 精品久久蜜臀av无| 91麻豆精品激情在线观看国产 | 免费女性裸体啪啪无遮挡网站| 又黄又爽又免费观看的视频| 一区二区三区精品91| 女人被躁到高潮嗷嗷叫费观| 十分钟在线观看高清视频www| 亚洲精品中文字幕在线视频| 欧美激情高清一区二区三区| 手机成人av网站| 桃红色精品国产亚洲av| 精品电影一区二区在线| e午夜精品久久久久久久| 亚洲国产看品久久| 精品第一国产精品| 视频区欧美日本亚洲| 欧美 亚洲 国产 日韩一| 亚洲黑人精品在线| 亚洲 欧美 日韩 在线 免费| 人人妻人人澡人人看| 亚洲成人精品中文字幕电影 | 国产精品久久久av美女十八| 法律面前人人平等表现在哪些方面| 亚洲成人国产一区在线观看| 男男h啪啪无遮挡| 中文字幕人妻丝袜制服| 黄色成人免费大全| 成人黄色视频免费在线看| www.自偷自拍.com| 可以免费在线观看a视频的电影网站| 国产免费av片在线观看野外av| 怎么达到女性高潮| 欧美激情高清一区二区三区| 亚洲精品成人av观看孕妇| av福利片在线| 国产真人三级小视频在线观看| 天堂影院成人在线观看| 女性生殖器流出的白浆| 国产精品乱码一区二三区的特点 | 精品一区二区三区av网在线观看| 黄色视频,在线免费观看| 成年版毛片免费区| 欧美人与性动交α欧美精品济南到| 精品人妻1区二区| 亚洲avbb在线观看| 又大又爽又粗| 好男人电影高清在线观看| 91麻豆av在线| 精品国产美女av久久久久小说| av国产精品久久久久影院| 国内毛片毛片毛片毛片毛片| 亚洲专区国产一区二区| 中文字幕人妻熟女乱码| 日本欧美视频一区| 淫妇啪啪啪对白视频| 极品教师在线免费播放| 一二三四在线观看免费中文在| 99香蕉大伊视频| 在线观看一区二区三区激情| 黄片播放在线免费| 大陆偷拍与自拍| 国产乱人伦免费视频| 久久香蕉激情| 日韩 欧美 亚洲 中文字幕| 久久久久久久久免费视频了| 99精国产麻豆久久婷婷| 美女国产高潮福利片在线看| 久久久国产成人免费| 欧美av亚洲av综合av国产av| 国产精品一区二区免费欧美| 久久人妻福利社区极品人妻图片| 亚洲熟女毛片儿| 日本撒尿小便嘘嘘汇集6| 精品一品国产午夜福利视频| 黄色毛片三级朝国网站| 精品福利永久在线观看| 三上悠亚av全集在线观看| 人妻久久中文字幕网| 十八禁网站免费在线| 香蕉久久夜色| 一区二区三区精品91| 最好的美女福利视频网| 正在播放国产对白刺激| 黄色视频,在线免费观看| 久久国产精品影院| 这个男人来自地球电影免费观看| 色婷婷久久久亚洲欧美| 亚洲男人天堂网一区| 欧美精品一区二区免费开放| 一本大道久久a久久精品| 亚洲性夜色夜夜综合| 午夜91福利影院| 中文字幕人妻丝袜制服| 一本大道久久a久久精品| 黑丝袜美女国产一区| 在线观看免费高清a一片| 亚洲熟妇中文字幕五十中出 | 天天躁狠狠躁夜夜躁狠狠躁| 97超级碰碰碰精品色视频在线观看| 新久久久久国产一级毛片| e午夜精品久久久久久久| 91成人精品电影| 99久久精品国产亚洲精品| 色在线成人网| 91麻豆av在线| 欧美黑人精品巨大| 国产精品 欧美亚洲| 男女做爰动态图高潮gif福利片 | 18禁黄网站禁片午夜丰满| 日韩欧美国产一区二区入口| 两人在一起打扑克的视频| 在线观看一区二区三区激情| 美女扒开内裤让男人捅视频| 91麻豆精品激情在线观看国产 | bbb黄色大片| 纯流量卡能插随身wifi吗| 99热国产这里只有精品6| 999久久久国产精品视频| a在线观看视频网站| 悠悠久久av| 极品人妻少妇av视频| 国产真人三级小视频在线观看| 中文字幕最新亚洲高清| 欧美激情极品国产一区二区三区| 国产亚洲精品一区二区www| 中文字幕人妻丝袜制服| 热99国产精品久久久久久7| 一级,二级,三级黄色视频| 在线观看免费视频日本深夜| 99香蕉大伊视频| 中文亚洲av片在线观看爽| 一级作爱视频免费观看| 18禁观看日本| 午夜精品久久久久久毛片777| 欧美亚洲日本最大视频资源| 免费在线观看黄色视频的| 嫩草影视91久久| 国产单亲对白刺激| 另类亚洲欧美激情| 可以在线观看毛片的网站| 性色av乱码一区二区三区2| 国产精品免费视频内射| 香蕉国产在线看| 自线自在国产av| 三级毛片av免费| 久久国产乱子伦精品免费另类| 18禁黄网站禁片午夜丰满| 国产av在哪里看| 老司机午夜福利在线观看视频| 在线观看一区二区三区| 国内久久婷婷六月综合欲色啪| 岛国视频午夜一区免费看| 看片在线看免费视频| 叶爱在线成人免费视频播放| 女性被躁到高潮视频| 18美女黄网站色大片免费观看| 亚洲 欧美 日韩 在线 免费| 无人区码免费观看不卡| 久久国产乱子伦精品免费另类| 久久伊人香网站| 一二三四社区在线视频社区8| 国产成人精品久久二区二区免费| 亚洲七黄色美女视频| 国产亚洲av高清不卡| 欧美日韩福利视频一区二区| 国产成人系列免费观看| 天堂影院成人在线观看| 女生性感内裤真人,穿戴方法视频| 欧美乱色亚洲激情| 视频在线观看一区二区三区| 一进一出抽搐gif免费好疼 | 欧美亚洲日本最大视频资源| 日本vs欧美在线观看视频| av欧美777| 日韩大尺度精品在线看网址 | 夜夜爽天天搞| 精品国产超薄肉色丝袜足j| 叶爱在线成人免费视频播放| 中文字幕色久视频| 国产蜜桃级精品一区二区三区| 国产在线精品亚洲第一网站| 色综合站精品国产|