• <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 ?

    深度學(xué)習(xí)算法在光伏電站無人機(jī)智能運(yùn)維中應(yīng)用

    2019-10-08 02:43:36陳亞鵬單正濤徐創(chuàng)學(xué)王智微
    熱力發(fā)電 2019年9期
    關(guān)鍵詞:深度智能故障

    賴 菲,陳亞鵬,單正濤,吳 濤,徐創(chuàng)學(xué),何 新,王智微,趙 勇

    深度學(xué)習(xí)算法在光伏電站無人機(jī)智能運(yùn)維中應(yīng)用

    賴 菲1,陳亞鵬2,單正濤1,吳 濤1,徐創(chuàng)學(xué)1,何 新1,王智微1,趙 勇1

    (1.西安熱工研究院有限公司,陜西 西安 710054;2.國家電投珠海橫琴熱電有限公司,廣東 珠海 519000)

    針對(duì)當(dāng)前光伏電站運(yùn)維存在的效率低、成本高等問題,提出一套結(jié)合無人機(jī)與人工智能對(duì)光伏電站進(jìn)行智能維護(hù)的方法。首先通過實(shí)時(shí)監(jiān)控光伏陣列的運(yùn)行狀態(tài)和實(shí)時(shí)數(shù)據(jù)的智能分析,及時(shí)發(fā)現(xiàn)故障所在陣列,然后通過無人機(jī)巡航對(duì)故障所在光伏陣列進(jìn)行圖像采集,并利用深度學(xué)習(xí)算法對(duì)圖像進(jìn)行故障識(shí)別,判斷發(fā)生故障的具體光伏單元及相應(yīng)的故障類型,以便盡早發(fā)現(xiàn)隱形故障,保障電站高效安全運(yùn)行,降低運(yùn)維成本,提高巡檢效率。該方法對(duì)于未來光伏電站運(yùn)維工作的方向把握具有重要的指導(dǎo)意義。

    光伏電站;人工智能;功率預(yù)測(cè);無人機(jī);深度學(xué)習(xí);故障識(shí)別;智能運(yùn)維

    目前,光伏電站運(yùn)維工作一般是先通過監(jiān)測(cè)光伏發(fā)電系統(tǒng)的輸出功率和輸出電壓粗略判斷運(yùn)行故障[1],然后根據(jù)經(jīng)驗(yàn)對(duì)故障類型進(jìn)行分類,對(duì)發(fā)生故障的地理位置進(jìn)行定位,再進(jìn)行相應(yīng)的處理。然而,隨著光伏電站規(guī)模的不斷擴(kuò)大[2],光伏電站占地面積日益增加,光伏系統(tǒng)的運(yùn)行故障類型及頻次也在不斷上升,這不僅增加了光伏電站的運(yùn)維工作量及工作難度,而且增加了運(yùn)維成本。所以,傳統(tǒng)的運(yùn)維模式顯然已經(jīng)不再適用于當(dāng)前的大規(guī)模光伏電站。

    為此,用戶不僅需要選擇先進(jìn)的設(shè)備和技術(shù),以減少光伏電站系統(tǒng)故障,提高運(yùn)行效率,同時(shí),還要盡可能地實(shí)現(xiàn)光伏電站的智能運(yùn)維。智能運(yùn)維包括智能診斷、智能預(yù)警、智能檢修、智能清洗等,其作用不僅可以減少運(yùn)維成本,提高運(yùn)維效率和發(fā)電效率,而且還可降低光伏電站運(yùn)維人員發(fā)生安全事故的概率(很多光伏電站建設(shè)在荒漠、高山、近海等特殊地區(qū),周圍環(huán)境惡劣,有些甚至還建設(shè)在建筑屋面、水塘等特殊位置,對(duì)運(yùn)維人員構(gòu)成很大的潛在安全隱患)。如果智能運(yùn)維利用無人機(jī)搭載高清攝像機(jī)或紅外攝像機(jī)對(duì)光伏電站進(jìn)行初步巡檢,則可避免上述問題。

    近年來航空工業(yè)技術(shù)、傳感器、控制系統(tǒng)以及人工智能發(fā)展迅速,使得利用無人機(jī)對(duì)光伏電站進(jìn)行初步巡檢成為可能。利用無人機(jī)巡檢具有面積覆蓋率大、圖像獲取便利、檢測(cè)速度快、靈活性高、成本低、不受地形限制等優(yōu)點(diǎn)[3]。光伏電站智能運(yùn)維首先要對(duì)光伏電站內(nèi)的組件和陣列進(jìn)行實(shí)時(shí)信息采集、監(jiān)控與智能分析;然后通過無人機(jī)對(duì)故障所在的光伏陣列進(jìn)行巡航拍照、圖像采集;最后利用深度學(xué)習(xí)算法對(duì)圖像進(jìn)行人工智能識(shí)別,以判斷故障發(fā)生的具體光伏單元及相應(yīng)的故障類型,合理安排檢修及清洗。

    1 光伏電站智能運(yùn)維流程

    目前,光伏電站的傳統(tǒng)運(yùn)維模式主要靠人員值守及設(shè)備巡檢,存在電站出現(xiàn)故障排查時(shí)間較長(zhǎng)、漏檢率高、設(shè)備隱性故障無法獲知等問題,容易導(dǎo)致故障升級(jí)。另外,光伏電站運(yùn)維人工成本巨大,且運(yùn)維人員的現(xiàn)場(chǎng)安全性(如滑跌、觸電)值得重視。因此,傳統(tǒng)運(yùn)維模式已經(jīng)無法滿足光伏電站故障預(yù)警、故障診斷、發(fā)電量考核、電站清洗前后發(fā)電量對(duì)比、清洗方案與清洗周期提醒、電站關(guān)鍵電氣設(shè)備運(yùn)行性能分析與評(píng)估、電站系統(tǒng)損耗等新要求。

    由于已建光伏電站大多采用集中式或組串式逆變器,微逆式逆變器還沒有被大范圍推廣,所以運(yùn)維人員通過采集到的實(shí)時(shí)數(shù)據(jù)只能進(jìn)行陣列級(jí)或多個(gè)組串級(jí)故障定位,無法判定具體是哪個(gè)光伏單元的故障以及什么類型的故障。另外,海洋性氣候下的臨江靠海,以及內(nèi)陸氣候下的山坡、沙漠和草原、建筑物上面的光伏也很難通過人工拍照檢測(cè)的方式得到光伏單元的故障類型。所以,對(duì)建在荒漠、高山、近海、建筑屋面、水塘漂浮式等特殊位置的光伏電站,最好通過無人機(jī)巡航的方式來完成故障的精準(zhǔn)定位及故障類型判別。

    光伏電站的智能運(yùn)維流程如圖1所示。1)收集光伏電站現(xiàn)場(chǎng)的關(guān)鍵數(shù)據(jù)(如實(shí)時(shí)光伏發(fā)電功率、電流、電壓、實(shí)時(shí)溫度、風(fēng)速、濕度及光照輻射強(qiáng)度等),將數(shù)據(jù)傳給指定計(jì)算機(jī)進(jìn)行分析處理,如發(fā)現(xiàn)異常情況則說明可能有故障發(fā)生,此時(shí)大致判斷故障地理范圍。2)操控?zé)o人機(jī)按指定巡航路線對(duì)該范圍內(nèi)的電池板進(jìn)行圖像拍攝,圖像與現(xiàn)場(chǎng)的地理位置對(duì)應(yīng),將圖像傳給指定智能設(shè)備。3)基于深度學(xué)習(xí)算法對(duì)其進(jìn)行圖像分析,找出故障圖像并分類,最后派遣人工或機(jī)器人處理故障或清洗,使電站正常高效運(yùn)行。

    圖1 光伏電站智能運(yùn)維流程

    2 故障大致定位

    光伏板和逆變器是光伏電站中故障發(fā)生頻率比較高的設(shè)備[4]。光伏板的故障主要有熱斑、失配、組件開路或短路、碎裂等。逆變器的故障主要有過流、過壓、過熱、主電路功率管短路及開路等[5-7]。

    目前,利用實(shí)時(shí)數(shù)據(jù)分析、判斷故障大致位置的方法多基于光伏電站的發(fā)電轉(zhuǎn)換效率、衰減率、離散率,以及理論發(fā)電量和實(shí)際發(fā)電量對(duì)比等,而基于功率預(yù)測(cè)或其他方法的研究及應(yīng)用還不多見。本文采用功率預(yù)測(cè)的方法判斷故障大致位置,其判斷流程如圖2所示,其中最近鄰算法(KNN)為分類算法中較為成熟有效的算法

    圖2 故障大致位置判斷流程

    首先,將電站光伏陣列分成若干區(qū)域范圍,基于深度學(xué)習(xí)算法中的循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)算法對(duì)每個(gè)區(qū)域的光伏功率做預(yù)測(cè);然后,對(duì)比該時(shí)刻預(yù)測(cè)值與實(shí)時(shí)光伏功率,如果偏差超出了設(shè)定誤差范圍,說明此區(qū)域內(nèi)極有可能出現(xiàn)了電氣故障或太陽能電池板缺陷,從而完成對(duì)故障的大致定位。

    按照建模方式的不同,光伏功率預(yù)測(cè)方法可以分為統(tǒng)計(jì)方法和物理方法。RNN算法屬于統(tǒng)計(jì)方法中的人工智能算法,是由多層感知機(jī)發(fā)展而來的,相比于其他統(tǒng)計(jì)學(xué)方法,RNN算法特殊的循環(huán)結(jié)構(gòu)使其能夠更好地處理光伏功率預(yù)測(cè)、情感分析和機(jī)器翻譯等時(shí)序信息。RNN結(jié)構(gòu)如圖3所示。

    RNN通常包含輸入層、隱含層(層數(shù)大于或等于1)和輸出層。除輸入層外,其余每層都包含1個(gè)非線性激活函數(shù),為網(wǎng)絡(luò)增加非線性因素,從而提升了網(wǎng)絡(luò)性能。文獻(xiàn)[8]利用長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)(LSTM)對(duì)太陽能光伏功率進(jìn)行預(yù)測(cè),得到的均方根誤差(RMSE)相比于多元線性回歸、袋裝回歸樹和神經(jīng)網(wǎng)絡(luò)等傳統(tǒng)算法減小了4倍左右。文獻(xiàn)[9]比較了循環(huán)神經(jīng)網(wǎng)絡(luò)(長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)LSTM,門控循環(huán)單元GRU)和BP神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、自回歸求和移動(dòng)平均算法在光伏功率預(yù)測(cè)上的效果,發(fā)現(xiàn)RNN的RMSE僅為其他模型的1/3。

    圖3 RNN結(jié)構(gòu)

    RNN模型可選取溫度、露點(diǎn)、濕度、風(fēng)速、陣風(fēng)速度、風(fēng)向方位角度、風(fēng)向方位、可見度、氣壓、風(fēng)寒指數(shù)、熱指數(shù)、降水量、天氣類型、霧、雨、雪、冰雹、雷及龍卷風(fēng)等19個(gè)特征參數(shù)作為網(wǎng)絡(luò)輸入進(jìn)行訓(xùn)練學(xué)習(xí),而不用像傳統(tǒng)機(jī)器學(xué)習(xí)算法需要人為選取特征參數(shù)。即使深度學(xué)習(xí)算法選取的特征參數(shù)與目標(biāo)輸出關(guān)聯(lián)較弱,或所選特征參數(shù)之間強(qiáng)相關(guān),對(duì)深度學(xué)習(xí)網(wǎng)絡(luò)輸出值影響都不大,即網(wǎng)絡(luò)依然能夠很好的學(xué)習(xí)到輸入與輸出之間的映射關(guān)系。但是輸入特征參數(shù)越多意味著網(wǎng)絡(luò)訓(xùn)練學(xué)習(xí)耗費(fèi)的時(shí)間越多,需要的計(jì)算機(jī)資源也越多。

    3 無人機(jī)巡航故障精準(zhǔn)定位

    利用無人機(jī)搭載高清攝像機(jī)、熱紅外攝像機(jī)或其他精度較高的傳感器檢測(cè)設(shè)備的可行性高,可以實(shí)現(xiàn)如組件、線纜及其他部件的視覺成像、紅外熱成像及植被監(jiān)測(cè)等功能,而且可以在光伏系統(tǒng)發(fā)電期間進(jìn)行實(shí)時(shí)監(jiān)測(cè)。

    利用無人機(jī)進(jìn)行智能運(yùn)維潛在成本優(yōu)勢(shì)巨大,國外在此方面的研究及應(yīng)用已經(jīng)走在了前面。美國的FirstSolar和SolarCity等光伏企業(yè),早在幾年前就已開始應(yīng)用無人機(jī)系統(tǒng)對(duì)光伏電站進(jìn)行圖像采集及故障識(shí)別,其屋頂光伏電站的監(jiān)測(cè)效率提升了1倍,并且比人工方法更加精確。無人機(jī)電站巡航如圖4所示[3]。

    無人機(jī)搭載熱紅外攝像機(jī)可以檢測(cè)光伏組件表面的高溫區(qū)域,然后利用熱成像技術(shù)迅速檢測(cè)出光伏陣列的諸多缺陷,如熱斑、蝸牛紋、黑心等;無人機(jī)搭載高清攝像機(jī)可以檢測(cè)出異物遮擋、蝸牛紋等缺陷;無人機(jī)搭載電致發(fā)光成像儀不僅可以檢測(cè)上述諸多缺陷,而且可以檢測(cè)出隱裂、斷柵等隱形的、難以發(fā)現(xiàn)的缺陷,這些缺陷均會(huì)導(dǎo)致光伏組件效率下降甚至造成電站安全事故。無人機(jī)搭載電致發(fā)光成像儀和高清攝像機(jī)的拍照效果如圖5所示。此外,無人機(jī)還可以用來監(jiān)測(cè)電氣系統(tǒng)故障,如匯流箱、逆變器、接線盒等電子設(shè)備的溫度,做到對(duì)故障的提前預(yù)警或故障報(bào)警。

    圖4 無人機(jī)光伏電站巡航

    圖5 無人機(jī)搭載電致發(fā)光成像儀和高清攝像機(jī)的拍照效果

    實(shí)際應(yīng)用中,利用無人機(jī)搭載紅外熱像儀等多種監(jiān)測(cè)設(shè)備,通過精確地溫度場(chǎng)圖像采集、通信傳輸及計(jì)算機(jī)視覺等先進(jìn)技術(shù),對(duì)數(shù)量眾多的太陽能組件進(jìn)行實(shí)時(shí)、準(zhǔn)確檢測(cè);并定位出太陽能電池板存在的熱斑、黑心、隱裂、蝸牛紋、失配等常見故障及隱患,再結(jié)合GPS將故障位置、故障圖像以及故障類型通過通信系統(tǒng)傳輸?shù)竭h(yuǎn)端運(yùn)維智能分析平臺(tái),以便及時(shí)維修及安排合理清洗,實(shí)現(xiàn)實(shí)時(shí)監(jiān)測(cè)、故障預(yù)警及智能故障診斷等功能。無人機(jī)圖像采集流程如圖6所示。

    圖6 無人機(jī)圖像采集流程

    無人機(jī)可以同時(shí)迅速采集到多種不同的結(jié)構(gòu)化及半結(jié)構(gòu)化數(shù)據(jù),實(shí)時(shí)精確定位故障的地理坐標(biāo)。多傳感器控制技術(shù)可以使無人機(jī)系統(tǒng)同時(shí)獲取多種傳感器(如高清相機(jī)、熱成像儀、紫外成像儀、激光、定位定姿系統(tǒng))數(shù)據(jù),并將其存儲(chǔ)為業(yè)界通用的圖像、視頻、點(diǎn)云、經(jīng)緯度序列和傳感器工作狀態(tài),實(shí)現(xiàn)光學(xué)影像、紅外視頻、紫外視頻、點(diǎn)云的快速存儲(chǔ)??刂婆_(tái)將回傳的數(shù)據(jù)進(jìn)行數(shù)據(jù)高精度幾何處理及智能分析:首先利用GPS完成多種異頻、異源數(shù)據(jù)在時(shí)空的匹配;然后利用大數(shù)據(jù)及人工智能算法對(duì)數(shù)據(jù)進(jìn)行分析。

    無人機(jī)飛行靈活輕巧,不受地形限制,受陰天、雪、雨、霧等天氣的限制也較小,并裝載有先進(jìn)的航測(cè)系統(tǒng),還可以搭載各種需要的傳感器,這使得利用無人機(jī)對(duì)光伏電站進(jìn)行智能運(yùn)維成為眾多光伏企業(yè)認(rèn)可的方案。但是應(yīng)用無人機(jī)需要審查當(dāng)前的政策、法規(guī)、環(huán)境影響、隱私等問題。雖然目前采用無人機(jī)巡航需要進(jìn)行航空申請(qǐng),且無人機(jī)巡航時(shí)間會(huì)受到機(jī)體載重以及電池電量的限制,但隨著我國低空空域的不斷開放以及無人機(jī)技術(shù)持續(xù)高速發(fā)展,上述限制將會(huì)得到有效地解決或緩解。

    4 深度學(xué)習(xí)算法故障圖像智能識(shí)別及分類

    基于人工智能技術(shù)的光伏電站無人機(jī)巡檢系統(tǒng)中,無人機(jī)遙感技術(shù)、地面數(shù)據(jù)分析站、數(shù)據(jù)方式等技術(shù)相對(duì)成熟,但是在后期數(shù)據(jù)的處理方面,尤其結(jié)合深度學(xué)習(xí)算法的應(yīng)用方面[10-11],國內(nèi)的研究和應(yīng)用都還較少。目前,對(duì)于無人機(jī)拍攝到的故障圖像一般采用人工檢測(cè)的方法進(jìn)行分析判斷,但是該方法存在人工識(shí)別標(biāo)準(zhǔn)不一致、檢測(cè)效率低、容易疲勞,以及一致性較差等問題。也有部分光伏電站利用傳統(tǒng)機(jī)器學(xué)習(xí)算法對(duì)故障圖像進(jìn)行分類判斷[12-13],但是該方法需要對(duì)圖像進(jìn)行預(yù)處理,人工提取關(guān)鍵特征,較為繁瑣。而深度學(xué)習(xí)算法在圖像處理領(lǐng)域應(yīng)用時(shí)無需人工提取特征值,圖像預(yù)處理要求簡(jiǎn)單,目前已經(jīng)得到了廣泛的應(yīng)用,并取得了顯著的效果,如人臉識(shí)別[11]、行人檢測(cè)[14]、車牌號(hào)識(shí)別[15]等。因此,將深度學(xué)習(xí)算法中圖像分類性能良好的卷積神經(jīng)網(wǎng)絡(luò)(CNN)應(yīng)用于太陽能光伏板的故障檢測(cè),并最終實(shí)現(xiàn)準(zhǔn)確、快速、有效地光伏電站故障診斷及故障預(yù)警,是一項(xiàng)非常有意義的工作。

    基于深度學(xué)習(xí)算法的故障位置及類別判斷流程:首先,利用實(shí)時(shí)數(shù)據(jù)智能分析判斷出光伏板的大致故障發(fā)生范圍[7];然后,采用無人機(jī)巡航的方式得到該區(qū)域范圍內(nèi)的電池板圖像,利用深度學(xué)習(xí)算法的CNN對(duì)其進(jìn)行自動(dòng)識(shí)別判斷,找出有故障電池板的精確位置,以及確定故障的類型;最后對(duì)該缺陷電池進(jìn)行相應(yīng)處理以保障電站安全高效持續(xù)運(yùn)行?;谏疃葘W(xué)習(xí)算法的故障位置及類別判斷流程如圖7所示。經(jīng)典的CNN(LeNet-5模型)網(wǎng)絡(luò)結(jié)構(gòu)如圖8所示,該結(jié)構(gòu)除了輸入層,共包含卷積層、池化層和全連接層3種類型的7層結(jié)構(gòu)。CNN利用其獨(dú)特的卷積操作和池化操作將圖像中的像素點(diǎn)互相關(guān)聯(lián)起來,充分利用了圖像的空間相關(guān)性。卷積操作利用稀疏交互、參數(shù)共享和等變表示3種思想減少了模型的存儲(chǔ)需求,減少了模型參數(shù),加快了網(wǎng)絡(luò)的收斂速度,增強(qiáng)了模型的魯棒性和靈活性。

    圖7 基于深度學(xué)習(xí)算法的故障位置及類別判斷流程

    池化操作利用上層特征圖某一位置的相鄰輸出總體特征來代替該位置的特征輸出,這樣利用局部相關(guān)性原理對(duì)圖像進(jìn)行子抽樣,既可以在減少數(shù)據(jù)量的同時(shí)保留下相對(duì)有用的信息,又能保持圖像的旋轉(zhuǎn)不變性[16]。文獻(xiàn)[16]利用改進(jìn)后的LeNet-5模型經(jīng)過180步迭代后,對(duì)含有隱裂缺陷電池的識(shí)別正確率達(dá)到了90%。文獻(xiàn)[17]結(jié)合卷積神經(jīng)網(wǎng)絡(luò)和深度信念網(wǎng)絡(luò),對(duì)正常電池、含裂紋電池和含缺角電池的識(shí)別正確率達(dá)到了96.667%。

    圖8 LeNet-5網(wǎng)絡(luò)結(jié)構(gòu)

    CNN需要對(duì)從無人機(jī)獲取到的大量太陽能電池板圖像進(jìn)行模型訓(xùn)練,在對(duì)圖片預(yù)處理的基礎(chǔ)上,將其分類為無故障圖像和各類故障圖像,并將多種圖形按比例分為訓(xùn)練集和測(cè)試集,然后將訓(xùn)練集作為模型的輸入數(shù)據(jù),訓(xùn)練模型,模型收斂后,在測(cè)試集上驗(yàn)證CNN模型的效果。

    5 結(jié) 語

    本文研究了深度學(xué)習(xí)算法在光伏電站無人機(jī)智能運(yùn)維中的應(yīng)用。通過深度學(xué)習(xí)算法對(duì)實(shí)時(shí)數(shù)據(jù)、無人機(jī)采集圖像等數(shù)據(jù)的綜合分析,可以快速、準(zhǔn)確地進(jìn)行故障定位及檢測(cè),不僅可以做到故障早預(yù)防、早發(fā)現(xiàn)、早解決,避免電量損失及事故發(fā)生,還可以進(jìn)行智能化的故障定位及識(shí)別,大幅度提高光伏電站的發(fā)電量,降低了維修事故及成本。隨著光伏電站的興建,無人機(jī)智能運(yùn)維系統(tǒng)將具有很大的市場(chǎng)空間和推廣價(jià)值。

    [1] 劉江林. 基于eLTE集群通信的光伏電站無人機(jī)自動(dòng)巡檢的研究[J]. 太陽能, 2017(6): 15-17.

    LIU Jianglin. Research on automatic inspection of photovoltaic power station uav based on eLTE trunking communication[J]. Solar Energy, 2017(6): 15-17.

    [2] DAS U K, TEY K S, SEYEDMAHMOUDIAN M, et al. Forecasting of photovoltaic power generation and model optimization: a review[J]. Renewable and Sustainable Energy Reviews, 2018, 81: 912-928.

    [3] GRIMACCIA F, AGHAEI M, MUSSETTA M, et al. Planning for PV plant performance monitoring by means of unmanned aerial systems (UAS)[J]. International Journal of Energy and Environmental Engineering, 2015, 6(1): 47-54.

    [4] ABDELHAMID M, SINGH R, OMAR M. Review of microcrack detection techniques for silicon solar cells[J]. IEEE Journal of Photovoltaics, 2013, 4(1): 514-524.

    [5] KUDO M, TAKEUCHI A, NOZAKI Y, et al. Forecasting electric power generation in a photovoltaic power system for an energy network[J]. Electrical Engineering in Japan, 2010, 167(4): 16-23.

    [6] LORENZ E, HURKA J, HEINEMANN D, et al. Irradiance forecasting for the power prediction of grid-connected photovoltaic systems[J]. IEEE Journal of Selected Topics in Applied Earth Observations & Remote Sensing, 2009, 2(1): 2-10.

    [7] DIAGNE M, DAVID M, LAURET P, et al. Review of solar irradiance forecasting methods and a proposition for small-scale insular grids[J]. Renewable and Sustainable Energy Reviews, 2013, 27: 65-76.

    [8] ABDEL-NASSER M, MAHMOUD K. Accurate photovoltaic power forecasting models using deep LSTM-RNN[J]. Neural Computing and Applications, 2017. https://doi.org/10.1007/s00521-017-3225-z.

    [9]WANG Y, LIAO W, CHANG Y. Gated recurrent unit network-based short-term photovoltaic forecasting[J]. Energies, 2018, 11(8): 2163.

    [10] LAUER F, SUEN C Y, BLOCH G. A trainable feature extractor for handwritten digit recognition[J]. Pattern Recognition, 2007, 40(6): 1816-1824.

    [11] LAWRENCE S, GILES C L, TSOI A C, et al. Face recognition: a convolutional neural-network approach[J]. IEEE Transactions on Neural Networks, 1997, 8(1): 98-113.

    [12] 趙慧陽. 基于機(jī)器視覺的太陽能電池片表面缺陷檢測(cè)的研究[D]. 秦皇島: 燕山大學(xué), 2011: 65-66.

    ZHAO Huiyang. Research on surface defect inspection of solar cell based on machine vision[D]. Qinhuangdao: Yanshan University, 2011: 65-66.

    [13] 馮博. 太陽能電池片表面裂紋檢測(cè)算法的研究與實(shí)現(xiàn)[D]. 長(zhǎng)春: 吉林大學(xué), 2014: 57-58.

    FENG Bo. Research and implementation of crack detection algorithm on the surface of solar cell[D]. Changchun: Jilin University, 2014: 57-58.

    [14] SZARVAS M, YOSHIZAWA A, YAMAMOTO M, et al. Pedestrian detection with convolutional neural networks [C]//Proceedings of Intelligent Vehicles Symposium, 2005. IEEE, 2005: 224-229.

    [15] 趙志宏, 楊紹普, 馬增強(qiáng). 基于卷積神經(jīng)網(wǎng)絡(luò)LeNet-5的車牌字符識(shí)別研究[J]. 系統(tǒng)仿真學(xué)報(bào), 2010, 22(3): 638-641.

    ZHAO Zhihong, YANG Shaopu, MA Zengqiang. License plate character recognition based on convolutional neural network LeNet-5[J]. Journal of System Simulation, 2010, 22(3): 638-641.

    [16] 吳濤, 賴菲. 基于LeNet-5模型的太陽能電池板缺陷識(shí)別分類[J]. 熱力發(fā)電, 2019, 48(3): 120-125.

    WU Tao, LAI Fei. Identification and classification of defects in solar cells based on LeNet-5[J]. Thermal Power Generation, 2019, 48(3): 120-125.

    [17] 李夢(mèng)園. 深度學(xué)習(xí)算法在表面缺陷識(shí)別中的應(yīng)用研究[D]. 杭州: 浙江工業(yè)大學(xué), 2015: 1-2.

    LI Mengyuan. Research and application of deep learning algorithm in surface defect recognition[D]. Hangzhou: Zhejiang University of Technology, 2015: 1-2.

    Application of deep learning algorithm in intelligent operation and maintenance of UAVs in photovoltaic power plants

    LAI Fei1, CHEN Yapeng2, SHAN Zhengtao1, WU Tao1, XU Chuangxue1, HE Xin1, WANG Zhiwei1, ZHAO Yong1

    (1. Xi’an Thermal Power Research Institute Co., Ltd., Xi’an 710054, China; 2. SPIC Zhuhai Hengqin Cogeneration Co., Ltd., Zhuhai 519000, China)

    In view of the problems of low efficiency and high cost occurred in operation and maintenance of the current photovoltaic power stations, a set of methods for smart maintenance of the photovoltaic power station in combination with unmanned aerial vehicle and artificial intelligence is proposed. In this method, real-time monitoring of the operation status of photovoltaic arrays and intelligent analysis of real-time data are carried out to find the faulty arrays timely. Then, by UAV cruise, the photovoltaic arrays where the faults are located are collected and the specific photovoltaic units and the corresponding types of faults are determined by deep learning algorithm, so as to find the hidden faults as early as possible, ensure the high-efficiency and safe operation of the power station, reduce the operation and maintenance cost and improve the inspection efficiency. This method has guiding significance for the future operation and maintenance of photovoltaic power stations.

    photovoltaic power station, artificial intelligence, power forecasting, UAV, deep learning, fault recognization, smart operation and maintenance

    TM73

    B

    10.19666/j.rlfd.201904075

    2019-04-15

    賴菲(1971—),男,博士,研究員,主要研究方向?yàn)殡娬緝?yōu)化運(yùn)行,laifei@tpri.com.cn。

    賴菲, 陳亞鵬, 單正濤, 等. 深度學(xué)習(xí)算法在光伏電站無人機(jī)智能運(yùn)維中應(yīng)用[J]. 熱力發(fā)電, 2019, 48(9): 139-144. LAI Fei, CHEN Yapeng, SHAN Zhengtao, et al. Application of deep learning algorithm in intelligent operation and maintenance of UAVs in photovoltaic power plants[J]. Thermal Power Generation, 2019, 48(9): 139-144.

    (責(zé)任編輯 楊嘉蕾)

    猜你喜歡
    深度智能故障
    深度理解一元一次方程
    故障一點(diǎn)通
    深度觀察
    深度觀察
    智能前沿
    文苑(2018年23期)2018-12-14 01:06:06
    智能前沿
    文苑(2018年19期)2018-11-09 01:30:14
    智能前沿
    文苑(2018年17期)2018-11-09 01:29:26
    智能前沿
    文苑(2018年21期)2018-11-09 01:22:32
    深度觀察
    奔馳R320車ABS、ESP故障燈異常點(diǎn)亮
    久久av网站| 日韩欧美国产一区二区入口| 在线亚洲精品国产二区图片欧美| 久久狼人影院| 90打野战视频偷拍视频| 视频在线观看一区二区三区| 桃花免费在线播放| av在线播放精品| 亚洲情色 制服丝袜| 国产免费一区二区三区四区乱码| 亚洲中文字幕日韩| 一本久久精品| www.自偷自拍.com| 十八禁网站免费在线| 大香蕉久久网| 欧美激情 高清一区二区三区| 视频区欧美日本亚洲| 美女大奶头黄色视频| 中文字幕人妻熟女乱码| 中国国产av一级| 精品国产国语对白av| 久久人人爽人人片av| 精品亚洲乱码少妇综合久久| 国产欧美日韩精品亚洲av| 51午夜福利影视在线观看| 久久九九热精品免费| 女警被强在线播放| 脱女人内裤的视频| 久久久久久免费高清国产稀缺| 国产亚洲av片在线观看秒播厂| 一本一本久久a久久精品综合妖精| 免费观看人在逋| 国产一区二区三区av在线| 精品久久蜜臀av无| 欧美另类亚洲清纯唯美| 亚洲精品一区蜜桃| 美女国产高潮福利片在线看| 亚洲精品久久午夜乱码| 国产av国产精品国产| 多毛熟女@视频| www.精华液| www.精华液| 丰满人妻熟妇乱又伦精品不卡| 国产亚洲午夜精品一区二区久久| 亚洲avbb在线观看| 婷婷丁香在线五月| 日本撒尿小便嘘嘘汇集6| 免费不卡黄色视频| 两人在一起打扑克的视频| 女人精品久久久久毛片| 首页视频小说图片口味搜索| 欧美人与性动交α欧美精品济南到| 美女大奶头黄色视频| 丝袜美腿诱惑在线| 亚洲av日韩在线播放| 成人黄色视频免费在线看| 久久性视频一级片| 永久免费av网站大全| 老司机影院毛片| 久久女婷五月综合色啪小说| 久久女婷五月综合色啪小说| 精品久久久久久久毛片微露脸 | 精品少妇久久久久久888优播| 黄片播放在线免费| 成人18禁高潮啪啪吃奶动态图| 9色porny在线观看| 免费在线观看日本一区| 黄色怎么调成土黄色| 自拍欧美九色日韩亚洲蝌蚪91| 欧美在线黄色| 亚洲成人免费电影在线观看| 韩国高清视频一区二区三区| 国产亚洲精品第一综合不卡| 亚洲,欧美精品.| 免费观看人在逋| 男人操女人黄网站| 亚洲国产欧美在线一区| 国产99久久九九免费精品| 五月天丁香电影| 12—13女人毛片做爰片一| 日韩视频在线欧美| 久久久水蜜桃国产精品网| 啪啪无遮挡十八禁网站| 菩萨蛮人人尽说江南好唐韦庄| 黄色a级毛片大全视频| 欧美日韩精品网址| 妹子高潮喷水视频| 国产免费av片在线观看野外av| 亚洲九九香蕉| 亚洲七黄色美女视频| 国产成人av教育| 欧美精品av麻豆av| 99久久综合免费| 精品福利观看| 每晚都被弄得嗷嗷叫到高潮| 一二三四社区在线视频社区8| 母亲3免费完整高清在线观看| 99久久精品国产亚洲精品| 午夜福利视频精品| 久久人人爽人人片av| 日韩 欧美 亚洲 中文字幕| 黄色视频,在线免费观看| 国产av又大| 国产亚洲午夜精品一区二区久久| 欧美性长视频在线观看| 国产亚洲精品第一综合不卡| 亚洲人成77777在线视频| 国产一区二区三区av在线| 亚洲国产中文字幕在线视频| 国产片内射在线| 亚洲专区中文字幕在线| 亚洲人成77777在线视频| 99香蕉大伊视频| 国产日韩一区二区三区精品不卡| 亚洲欧美日韩另类电影网站| 男人添女人高潮全过程视频| 亚洲一码二码三码区别大吗| 人妻久久中文字幕网| netflix在线观看网站| 女人被躁到高潮嗷嗷叫费观| 女性生殖器流出的白浆| 亚洲美女黄色视频免费看| 国产精品免费大片| 久久精品亚洲熟妇少妇任你| 日本五十路高清| 日本黄色日本黄色录像| 欧美日韩一级在线毛片| 色视频在线一区二区三区| 亚洲精品第二区| 亚洲欧美色中文字幕在线| 成在线人永久免费视频| 18禁黄网站禁片午夜丰满| 午夜免费鲁丝| 悠悠久久av| 精品人妻熟女毛片av久久网站| 亚洲黑人精品在线| 老司机福利观看| 午夜福利影视在线免费观看| 国产在线观看jvid| 久久99一区二区三区| 成人国产av品久久久| 视频区图区小说| 国产日韩一区二区三区精品不卡| 亚洲熟女毛片儿| 在线观看免费视频网站a站| 黄频高清免费视频| 亚洲精品自拍成人| 亚洲免费av在线视频| 亚洲成人手机| 91成人精品电影| 视频区欧美日本亚洲| 欧美日韩视频精品一区| 热re99久久国产66热| 国产高清视频在线播放一区 | 纵有疾风起免费观看全集完整版| 国产男女内射视频| 国产日韩欧美视频二区| 亚洲精品一二三| 视频在线观看一区二区三区| 国产一区二区 视频在线| 亚洲熟女毛片儿| 国产精品国产av在线观看| 人成视频在线观看免费观看| 男女高潮啪啪啪动态图| 另类精品久久| 欧美日韩中文字幕国产精品一区二区三区 | 久久久久久久国产电影| 日本a在线网址| 制服人妻中文乱码| 亚洲av成人不卡在线观看播放网 | 色婷婷av一区二区三区视频| 日日摸夜夜添夜夜添小说| 国产亚洲精品一区二区www | 成年女人毛片免费观看观看9 | 久久精品国产亚洲av高清一级| 最新的欧美精品一区二区| 一区在线观看完整版| 国产精品亚洲av一区麻豆| 美女扒开内裤让男人捅视频| 精品国内亚洲2022精品成人 | 亚洲国产欧美日韩在线播放| 国产一卡二卡三卡精品| 又大又爽又粗| 国产成人免费无遮挡视频| 久久久久网色| 午夜福利一区二区在线看| 国产精品久久久久久人妻精品电影 | 丝袜美腿诱惑在线| 夫妻午夜视频| 国产亚洲一区二区精品| 国产精品九九99| 两个人看的免费小视频| 夜夜骑夜夜射夜夜干| 亚洲视频免费观看视频| 亚洲精品乱久久久久久| 亚洲全国av大片| 啪啪无遮挡十八禁网站| 一本综合久久免费| 精品少妇黑人巨大在线播放| 免费久久久久久久精品成人欧美视频| www.自偷自拍.com| 亚洲精品久久久久久婷婷小说| 美女福利国产在线| 深夜精品福利| 亚洲综合色网址| 另类精品久久| 纵有疾风起免费观看全集完整版| 丝袜美足系列| 欧美激情 高清一区二区三区| e午夜精品久久久久久久| 亚洲精品第二区| 日韩视频一区二区在线观看| 国产99久久九九免费精品| 久久狼人影院| 夜夜夜夜夜久久久久| 亚洲三区欧美一区| 亚洲一码二码三码区别大吗| 黑人操中国人逼视频| 十八禁人妻一区二区| 久久国产亚洲av麻豆专区| 久久亚洲精品不卡| 日韩一卡2卡3卡4卡2021年| 亚洲精品成人av观看孕妇| 国产免费现黄频在线看| 中国国产av一级| 亚洲国产毛片av蜜桃av| 亚洲人成电影免费在线| 在线观看www视频免费| 免费女性裸体啪啪无遮挡网站| 精品一区二区三区av网在线观看 | 少妇粗大呻吟视频| 亚洲av国产av综合av卡| 欧美国产精品va在线观看不卡| 欧美黑人欧美精品刺激| 欧美国产精品一级二级三级| 国产精品久久久av美女十八| 国产成人av教育| 欧美成人午夜精品| 国产福利在线免费观看视频| 天天躁日日躁夜夜躁夜夜| 久久亚洲国产成人精品v| 两人在一起打扑克的视频| 热re99久久精品国产66热6| 少妇裸体淫交视频免费看高清 | 美女中出高潮动态图| 在线观看免费午夜福利视频| 亚洲精品在线美女| 久久精品成人免费网站| 下体分泌物呈黄色| 亚洲av日韩在线播放| 国产成人a∨麻豆精品| 蜜桃在线观看..| 狂野欧美激情性xxxx| 每晚都被弄得嗷嗷叫到高潮| 国产精品偷伦视频观看了| 老司机影院成人| videosex国产| 久久综合国产亚洲精品| 欧美变态另类bdsm刘玥| 在线av久久热| 日韩欧美国产一区二区入口| 在线观看免费午夜福利视频| 婷婷成人精品国产| 人成视频在线观看免费观看| 欧美性长视频在线观看| 美女脱内裤让男人舔精品视频| 黄片播放在线免费| 久久亚洲国产成人精品v| av网站在线播放免费| 天天躁夜夜躁狠狠躁躁| 午夜精品久久久久久毛片777| 国产精品免费视频内射| 日韩欧美免费精品| 国产免费一区二区三区四区乱码| 国产一区二区激情短视频 | 午夜福利在线免费观看网站| 一级毛片精品| 国产在线视频一区二区| 精品一区二区三区av网在线观看 | 亚洲视频免费观看视频| 精品久久蜜臀av无| tube8黄色片| 三级毛片av免费| 婷婷成人精品国产| 两性夫妻黄色片| 九色亚洲精品在线播放| 天天操日日干夜夜撸| 天天躁日日躁夜夜躁夜夜| 日韩三级视频一区二区三区| 国产成人av激情在线播放| 久久久精品免费免费高清| 国产成人免费观看mmmm| 老熟女久久久| 后天国语完整版免费观看| 午夜激情av网站| 中文字幕人妻丝袜制服| 精品少妇内射三级| 国产一区二区激情短视频 | 亚洲九九香蕉| 亚洲欧美一区二区三区久久| 亚洲性夜色夜夜综合| 免费一级毛片在线播放高清视频 | 精品人妻1区二区| 日本精品一区二区三区蜜桃| 嫁个100分男人电影在线观看| 精品国产乱子伦一区二区三区 | 国产成人av教育| 国产成+人综合+亚洲专区| 久热这里只有精品99| 免费观看a级毛片全部| 9191精品国产免费久久| 美女午夜性视频免费| 成人手机av| 一区二区三区乱码不卡18| 国产精品国产av在线观看| 国产成人av教育| 9热在线视频观看99| 国产在线视频一区二区| 亚洲国产欧美在线一区| 美女视频免费永久观看网站| 黑丝袜美女国产一区| 人人澡人人妻人| kizo精华| 9色porny在线观看| 美女高潮喷水抽搐中文字幕| 黄色a级毛片大全视频| 国产91精品成人一区二区三区 | 又紧又爽又黄一区二区| av超薄肉色丝袜交足视频| 一边摸一边抽搐一进一出视频| 久久人妻福利社区极品人妻图片| 女人爽到高潮嗷嗷叫在线视频| 欧美日韩中文字幕国产精品一区二区三区 | 狂野欧美激情性xxxx| 午夜免费成人在线视频| 一进一出抽搐动态| 自线自在国产av| 中文字幕人妻熟女乱码| 好男人电影高清在线观看| 在线观看免费午夜福利视频| 成人国产一区最新在线观看| 亚洲国产av新网站| 亚洲精品一区蜜桃| 国产精品亚洲av一区麻豆| av在线app专区| 久久久精品国产亚洲av高清涩受| 人人妻,人人澡人人爽秒播| 亚洲欧美成人综合另类久久久| 纯流量卡能插随身wifi吗| 亚洲美女黄色视频免费看| 国产精品一二三区在线看| 汤姆久久久久久久影院中文字幕| 性色av一级| 超色免费av| 国产视频一区二区在线看| 久久精品成人免费网站| 性色av一级| 久久九九热精品免费| 国产亚洲一区二区精品| 国产熟女午夜一区二区三区| 亚洲国产成人一精品久久久| 国产欧美日韩综合在线一区二区| 自线自在国产av| 精品国产一区二区久久| 在线观看人妻少妇| 少妇的丰满在线观看| 午夜福利视频在线观看免费| 狂野欧美激情性xxxx| 亚洲欧美色中文字幕在线| 日韩中文字幕视频在线看片| avwww免费| 亚洲精品国产一区二区精华液| 男女无遮挡免费网站观看| 熟女少妇亚洲综合色aaa.| 欧美在线黄色| 丰满人妻熟妇乱又伦精品不卡| av视频免费观看在线观看| 丰满人妻熟妇乱又伦精品不卡| 他把我摸到了高潮在线观看 | 亚洲国产精品成人久久小说| 日韩人妻精品一区2区三区| 老司机亚洲免费影院| 黄频高清免费视频| 水蜜桃什么品种好| a在线观看视频网站| 又紧又爽又黄一区二区| 欧美成狂野欧美在线观看| 动漫黄色视频在线观看| 免费观看a级毛片全部| 欧美亚洲日本最大视频资源| 久久香蕉激情| 午夜免费成人在线视频| 女警被强在线播放| 97在线人人人人妻| 爱豆传媒免费全集在线观看| avwww免费| av一本久久久久| kizo精华| 窝窝影院91人妻| 成人亚洲精品一区在线观看| 欧美人与性动交α欧美软件| 啪啪无遮挡十八禁网站| 国产精品一二三区在线看| tocl精华| 久久人人97超碰香蕉20202| 极品人妻少妇av视频| 女人高潮潮喷娇喘18禁视频| 老司机福利观看| 久热这里只有精品99| 中国国产av一级| 一本一本久久a久久精品综合妖精| 亚洲精品久久午夜乱码| 国产男女超爽视频在线观看| 老司机亚洲免费影院| av超薄肉色丝袜交足视频| 亚洲成人免费电影在线观看| 日韩有码中文字幕| av在线老鸭窝| 一级毛片电影观看| 中文字幕人妻丝袜一区二区| 91精品国产国语对白视频| 国产成人精品在线电影| 色婷婷久久久亚洲欧美| a在线观看视频网站| 美女视频免费永久观看网站| 日韩一卡2卡3卡4卡2021年| 国产成人系列免费观看| 亚洲欧洲精品一区二区精品久久久| 亚洲国产精品999| 啦啦啦中文免费视频观看日本| 亚洲av电影在线进入| 夜夜骑夜夜射夜夜干| 国产精品久久久久久人妻精品电影 | 999精品在线视频| 视频区图区小说| 丝袜喷水一区| 夫妻午夜视频| 国产在线视频一区二区| 一本久久精品| 亚洲激情五月婷婷啪啪| 免费在线观看影片大全网站| 亚洲av男天堂| 久久精品国产亚洲av香蕉五月 | 久久久精品94久久精品| 99国产精品免费福利视频| 美女福利国产在线| 在线看a的网站| 久热爱精品视频在线9| 精品少妇久久久久久888优播| 国产91精品成人一区二区三区 | 99国产精品免费福利视频| 黄色毛片三级朝国网站| 51午夜福利影视在线观看| 热99国产精品久久久久久7| 欧美精品人与动牲交sv欧美| 欧美亚洲日本最大视频资源| av片东京热男人的天堂| 两个人免费观看高清视频| 91大片在线观看| 女人久久www免费人成看片| 又黄又粗又硬又大视频| 中国美女看黄片| 丝袜在线中文字幕| 一本—道久久a久久精品蜜桃钙片| 黑人巨大精品欧美一区二区蜜桃| 制服诱惑二区| 国产精品久久久久久精品电影小说| 叶爱在线成人免费视频播放| 欧美另类一区| 丝袜喷水一区| 人人妻人人澡人人看| 999精品在线视频| 久久九九热精品免费| 国产精品国产三级国产专区5o| 亚洲国产欧美一区二区综合| 老司机影院成人| 亚洲欧美精品自产自拍| 午夜福利影视在线免费观看| 日韩视频一区二区在线观看| 亚洲中文日韩欧美视频| 老汉色av国产亚洲站长工具| 人人澡人人妻人| 亚洲,欧美精品.| 欧美精品av麻豆av| 日韩欧美一区二区三区在线观看 | 成人国产一区最新在线观看| 欧美日韩福利视频一区二区| 欧美 日韩 精品 国产| 成人国语在线视频| 久久中文看片网| 色播在线永久视频| av网站免费在线观看视频| 国产一级毛片在线| 日韩中文字幕视频在线看片| 深夜精品福利| 日韩免费高清中文字幕av| 亚洲av国产av综合av卡| 乱人伦中国视频| √禁漫天堂资源中文www| 精品人妻熟女毛片av久久网站| 亚洲精品国产av成人精品| 又大又爽又粗| 亚洲少妇的诱惑av| 中文字幕最新亚洲高清| 天天添夜夜摸| 亚洲专区国产一区二区| 国产精品秋霞免费鲁丝片| 国产主播在线观看一区二区| 国产成人免费无遮挡视频| 大型av网站在线播放| 婷婷成人精品国产| 精品久久蜜臀av无| 一二三四社区在线视频社区8| 欧美人与性动交α欧美软件| 国产精品成人在线| 少妇精品久久久久久久| 91老司机精品| 久久人妻福利社区极品人妻图片| 精品少妇一区二区三区视频日本电影| 日韩制服骚丝袜av| 国产一卡二卡三卡精品| 美国免费a级毛片| 日韩大码丰满熟妇| videos熟女内射| 亚洲av电影在线观看一区二区三区| 老司机影院毛片| 亚洲精品第二区| 老司机午夜十八禁免费视频| 久久久精品免费免费高清| 91精品伊人久久大香线蕉| 亚洲国产欧美一区二区综合| 韩国精品一区二区三区| www.熟女人妻精品国产| 国产精品一区二区在线观看99| 久久久久国产精品人妻一区二区| 精品久久久久久电影网| 亚洲成人国产一区在线观看| 人妻人人澡人人爽人人| 国产色视频综合| 国产精品久久久av美女十八| xxxhd国产人妻xxx| 在线看a的网站| 久久久久久人人人人人| www.精华液| videosex国产| 99热全是精品| 首页视频小说图片口味搜索| www.999成人在线观看| 我要看黄色一级片免费的| 国产av又大| 青春草视频在线免费观看| 啦啦啦视频在线资源免费观看| 欧美精品一区二区大全| 三上悠亚av全集在线观看| 熟女少妇亚洲综合色aaa.| 国产亚洲欧美在线一区二区| 又紧又爽又黄一区二区| 久久久久久亚洲精品国产蜜桃av| 国产精品二区激情视频| 在线十欧美十亚洲十日本专区| 中文字幕人妻熟女乱码| 精品人妻在线不人妻| 午夜福利视频精品| 免费高清在线观看视频在线观看| av在线老鸭窝| 日日夜夜操网爽| 美女大奶头黄色视频| 乱人伦中国视频| 丰满迷人的少妇在线观看| 成年美女黄网站色视频大全免费| 女人被躁到高潮嗷嗷叫费观| 免费av中文字幕在线| 一个人免费在线观看的高清视频 | 久久久久久久久久久久大奶| 精品亚洲乱码少妇综合久久| 午夜激情av网站| 色婷婷av一区二区三区视频| 人妻一区二区av| 成年人午夜在线观看视频| 三级毛片av免费| 精品乱码久久久久久99久播| 欧美精品啪啪一区二区三区 | 性色av一级| 午夜激情久久久久久久| 久久女婷五月综合色啪小说| 激情视频va一区二区三区| 人妻久久中文字幕网| 女性生殖器流出的白浆| 亚洲熟女毛片儿| 老司机福利观看| 国产精品一区二区在线观看99| 激情视频va一区二区三区| 一级片'在线观看视频| 国产91精品成人一区二区三区 | 国产淫语在线视频| 99久久99久久久精品蜜桃| 欧美成狂野欧美在线观看| 午夜福利乱码中文字幕| 搡老熟女国产l中国老女人| 麻豆国产av国片精品| 国产免费av片在线观看野外av| 夜夜骑夜夜射夜夜干| 免费在线观看黄色视频的| 国产一卡二卡三卡精品| 美国免费a级毛片| 麻豆国产av国片精品| 国产免费av片在线观看野外av| 亚洲自偷自拍图片 自拍| bbb黄色大片| 美女高潮喷水抽搐中文字幕| 丝袜脚勾引网站| 日本撒尿小便嘘嘘汇集6| 国产欧美日韩精品亚洲av| 久久久久国产精品人妻一区二区| 久久久久视频综合|