• <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 ?

    基于互補(bǔ)式集合經(jīng)驗(yàn)?zāi)B(tài)分解和IPSO_LSSVM的短期風(fēng)功率預(yù)測(cè)

    2020-03-05 02:10:12李鑒博樊小朝史瑞靜王維慶
    水力發(fā)電 2020年11期
    關(guān)鍵詞:分量模態(tài)向量

    李鑒博,樊小朝,史瑞靜,2,王維慶,陳 景

    (1. 新疆大學(xué)電氣工程學(xué)院教育部可再生能源發(fā)電與并網(wǎng)控制工程技術(shù)研究中心,新疆 烏魯木齊 830047;2.新疆工程學(xué)院,新疆 烏魯木齊 830023)

    0 引 言

    風(fēng)電出力具有隨機(jī)性、波動(dòng)性等特點(diǎn),從而阻礙大規(guī)模風(fēng)電并網(wǎng),對(duì)電網(wǎng)調(diào)度和發(fā)電計(jì)劃帶來(lái)困難,提高風(fēng)力發(fā)電預(yù)測(cè)精度,能有效提高風(fēng)電并網(wǎng)能力,減小棄風(fēng)限電率[1]。風(fēng)功率預(yù)測(cè)在時(shí)間尺度上可以定義為長(zhǎng)期風(fēng)功率預(yù)測(cè)、短期風(fēng)功率預(yù)測(cè)和超短期風(fēng)功率預(yù)測(cè)。從預(yù)測(cè)方法上可定義為2類(lèi):一類(lèi)是依靠天氣預(yù)報(bào)的數(shù)值建立預(yù)測(cè)的物理模型[2];另一類(lèi)是依靠歷史數(shù)據(jù),包括溫度,壓力,地形等復(fù)雜因素,運(yùn)用智能算法進(jìn)行優(yōu)化預(yù)測(cè)功率變化。其中智能算法包括神經(jīng)網(wǎng)絡(luò)、時(shí)間序列法、支持向量機(jī)、卡爾曼濾波法等風(fēng)電功率短期預(yù)測(cè)模型[3-7]。由于風(fēng)功率具有非線性、不穩(wěn)定等特點(diǎn),采用單一預(yù)測(cè)模型對(duì)風(fēng)功率預(yù)測(cè)誤差較大,文獻(xiàn)[8]提出基于EEMD_IGSA_LSSVM超短期風(fēng)電功率預(yù)測(cè),文獻(xiàn)[9]提出基于EEMD去噪和集對(duì)理論的風(fēng)功率實(shí)時(shí)預(yù)測(cè)研究,文獻(xiàn)[10]提出基于集合經(jīng)驗(yàn)?zāi)B(tài)分解和小波神經(jīng)網(wǎng)絡(luò)的短期風(fēng)功率組合預(yù)測(cè)。集合模態(tài)分解算法是在經(jīng)驗(yàn)?zāi)B(tài)分解基礎(chǔ)上增加白噪聲,解決了經(jīng)驗(yàn)?zāi)B(tài)分解出現(xiàn)頻率混疊現(xiàn)象,但是不能完全消除白噪聲。本文在集合模態(tài)分解基礎(chǔ)上提出了CEEMD和改進(jìn)PSO_LSSVM的新型短期風(fēng)功率預(yù)測(cè)組合模型。首先采用互補(bǔ)式模態(tài)分解算法對(duì)原始風(fēng)功率進(jìn)行分解,得到頻率明顯的固態(tài)模態(tài)分量和剩余分量;接著依據(jù)各功率分量不同的變化特點(diǎn),結(jié)合改進(jìn)粒子群算法優(yōu)化核函數(shù)參數(shù),建立適應(yīng)各分量預(yù)測(cè)模型;最后通過(guò)仿真對(duì)各子序列功率進(jìn)行預(yù)測(cè),進(jìn)行疊加得到預(yù)測(cè)結(jié)果,與傳統(tǒng)方法進(jìn)行對(duì)比分析。本預(yù)測(cè)模型能夠提高短期風(fēng)功率預(yù)測(cè)精度,在工程應(yīng)用中具有巨大潛力。

    1 互補(bǔ)式經(jīng)驗(yàn)?zāi)B(tài)分解算法

    EMD是一種自適應(yīng)正交基時(shí)頻信號(hào)處理算法,對(duì)處理非線性非平穩(wěn)信號(hào)的數(shù)據(jù)而特別建立的,與傳統(tǒng)方法相比(小波分解和傅里葉分解),EMD系列分解方法表現(xiàn)出經(jīng)驗(yàn)、直觀和自適應(yīng)的特點(diǎn),但是EMD分解算法存在模態(tài)混疊現(xiàn)象[11]。EMD算法將一組原始數(shù)據(jù)分解為多個(gè)固態(tài)模態(tài)分量和一個(gè)余量,表示為

    (1)

    式中,x(t)為原始信號(hào);m為IMF總數(shù);ci(t)為第i個(gè)IMF分量;IMFs為固態(tài)模態(tài)分量;rm(t)為余量。IMFs應(yīng)該滿足以下兩個(gè)要求:①極值數(shù)目(包括最大值和最小值)和零交叉點(diǎn)的數(shù)量應(yīng)相等,或最多相差一個(gè);②最大值和最小值包絡(luò)線平均值應(yīng)為0。重復(fù)這些步驟,直到最后一個(gè)剩余量r(t)不能再被分解則篩選過(guò)程結(jié)束。

    EEMD分解算法通過(guò)增加白噪聲解決頻率混疊問(wèn)題,有效提高信號(hào)分解能力和算法穩(wěn)定性,但不能完全降低白噪聲[12]。在EEMD算法基礎(chǔ)上,Ye等人提出了CEEMD算法,CEEMD算法在信號(hào)中增加N對(duì)符號(hào)相反噪聲,然后對(duì)信號(hào)進(jìn)行EMD分解[13]。CEEMD具體分解過(guò)程如圖1所示。其分解過(guò)程如下:

    圖1 CEEMD算法流程

    (1)將一組符號(hào)相反的噪聲信號(hào)加入到原始信號(hào),每次加入新噪聲信號(hào)幅值相同。

    (2)

    (3)

    (3)最后將兩組互補(bǔ)的成對(duì)分量進(jìn)行整合得到最終的IMF分量,最終將噪聲消除[14]。

    2 最小二乘支持向量機(jī)原理

    起初由Suykens等人提出最小二乘支持向量機(jī)(LS-SVM),是在支持向量機(jī)基礎(chǔ)上改進(jìn)的算法。最小二乘支持向量機(jī)算法相比傳統(tǒng)支持向量機(jī)算法,待選取參數(shù)較少,不等式約束方式存在許多中不確定因素,采用等式約束,可以解決這些問(wèn)題。在優(yōu)化過(guò)程將不等式約束條件轉(zhuǎn)化為等式約束條件,將非線性問(wèn)題轉(zhuǎn)化為線性問(wèn)題求解問(wèn)題,減小了求解復(fù)雜度,提高計(jì)算速度和精度。其基本原理如下。

    最小二乘法回歸預(yù)測(cè)模型

    (4)

    式中,K(xi,xj)為核函數(shù);βi為預(yù)測(cè)模型權(quán)值向量;a為固定偏差值。

    根據(jù)結(jié)構(gòu)最小化原理,最小二乘法優(yōu)化目標(biāo)可表示為

    (5)

    s.t.ωTK(xi,xj)+a+ei=yi,i=1,…,l

    (6)

    式中,ω為慣性權(quán)重系數(shù);ei為誤差;e∈Rl×1為向量誤差;C為正規(guī)化參數(shù),對(duì)誤差懲罰因子進(jìn)行優(yōu)化。

    最小二乘法對(duì)解決小樣本、非線性等問(wèn)題具有一定優(yōu)勢(shì),但是其仍受懲罰因子,核函數(shù)相關(guān)參數(shù)影響。確定核函數(shù)和核參數(shù)對(duì)算法的性能具有決定性影響。目前常用的核函數(shù):RBF核、POLY核、Sigmoid核、高斯核、線性核、ERBF、Morlet、Mexihat。本文為提高預(yù)測(cè)精度,防止盲目選擇核函數(shù),采用改進(jìn)的粒子群算法,對(duì)文獻(xiàn)[15]選取ERBF核函數(shù)參數(shù)λ、δ進(jìn)行優(yōu)化。

    3 改進(jìn)粒子群算法

    3.1 選擇初始種群

    初始選擇歷史數(shù)據(jù)是隨機(jī)的,為防止陷入局部最優(yōu),本文引入粒距概念,定義為

    (7)

    圖2 改進(jìn)粒子群與最小二乘法組合預(yù)測(cè)模型

    3.2 判斷粒子收斂情況

    粒子群算法在迭代初期,粒子會(huì)向全局最優(yōu)解靠近,造成迭代初期收斂速度較快,迭代后期收斂速度較慢。為解決此問(wèn)題,可根據(jù)種群中所有粒子適應(yīng)值來(lái)判斷種群當(dāng)前狀態(tài)[16]。定義種群適應(yīng)值方差為

    (8)

    (9)

    4 CEEMD與改進(jìn)PSO_LSSVM組合的短期風(fēng)功率預(yù)測(cè)模型

    4.1 模型構(gòu)建過(guò)程

    本文首先構(gòu)建CEEMD-LSSVM預(yù)測(cè)模型,采用CEEMD算法對(duì)原始風(fēng)功率數(shù)據(jù)分解得到各固定模態(tài)分量和剩余分量。采用基于最小二乘支持向量機(jī)算法分別對(duì)各分量建立相應(yīng)預(yù)測(cè)模型進(jìn)行仿真預(yù)測(cè),為提高預(yù)測(cè)精度,采用改進(jìn)粒子群算法對(duì)支持向量機(jī)的核函數(shù)參數(shù)進(jìn)行優(yōu)化。具體建模過(guò)程如圖2所示。計(jì)算過(guò)程如下:

    (1)采用CEEMD算法對(duì)原始風(fēng)功率序列進(jìn)行分解得到固態(tài)模態(tài)分量和剩余分量。

    (2)對(duì)所有分量建立各自改進(jìn)粒子群算法與最小二乘法支持向量機(jī)組合預(yù)測(cè)模型進(jìn)行仿真預(yù)測(cè)。

    (3)對(duì)各自預(yù)測(cè)得到結(jié)果進(jìn)行疊加,得到實(shí)際預(yù)測(cè)結(jié)果。

    (4)最后進(jìn)行預(yù)測(cè)誤差分析。

    4.2 誤差評(píng)價(jià)指標(biāo)

    為綜合對(duì)誤差進(jìn)行分析,本文采用3種誤差評(píng)價(jià)指標(biāo)對(duì)預(yù)測(cè)進(jìn)行分析,分別為平均絕對(duì)誤差、平均百分誤差和均方根誤差。

    (10)

    (11)

    (12)

    式中,Pcap為風(fēng)電場(chǎng)總裝機(jī)容量;PMA為平均絕對(duì)值誤差;PMAP為平均百分誤差;PRMS為均方根誤差;yi為實(shí)際值;hi為預(yù)測(cè)值。

    5 算例仿真與結(jié)果分析

    5.1 原始風(fēng)功率樣本選擇與數(shù)據(jù)預(yù)處理

    本文采用新疆某實(shí)驗(yàn)風(fēng)電場(chǎng)2019年5月4日至2019年5月7日歷史風(fēng)功率連續(xù)數(shù)據(jù)進(jìn)行仿真分析,每15 min采樣一個(gè)點(diǎn),共采樣384個(gè)點(diǎn),風(fēng)電場(chǎng)總裝機(jī)容量為49.5 MW。原始風(fēng)功率數(shù)據(jù)如圖3所示。

    圖3 原始風(fēng)功率信號(hào)

    采用CEEMD算法對(duì)風(fēng)功率分解后如圖4所示,固定模態(tài)分量從高頻到低頻分量分別為IMF1至IMF5,剩余分量為R6。

    圖4 CEEMD對(duì)風(fēng)功率分解結(jié)果

    5.2 基于改進(jìn)PSO_LSSVM組合的短期風(fēng)功率預(yù)測(cè)結(jié)果分析

    對(duì)5.1節(jié)采用CEEMD分解得到各固定模態(tài)分量和剩余分量建立多種預(yù)測(cè)模型,對(duì)未來(lái)12 h進(jìn)行風(fēng)電出力預(yù)測(cè),設(shè)定改進(jìn)粒子群算法對(duì)LSSVM參數(shù)進(jìn)行優(yōu)化,λ范圍為[1,1 000]、δ范圍為[0.1,10],粒子數(shù)目選取越多,對(duì)尋求參數(shù)最優(yōu)解精度越高,但是會(huì)導(dǎo)致運(yùn)行時(shí)間過(guò)長(zhǎng)。本文選取粒子數(shù)目為30,最大迭代次數(shù)為200次;慣性權(quán)重系數(shù)ω范圍為[0.3 0.8],學(xué)習(xí)因子c1=c2=2.5,選取平均粒距閥值為α=0.001,平均粒距閥值可以指導(dǎo)選取適合范圍的初始粒群。選取適應(yīng)度方差β為0.01,其值能夠衡量種群中粒子聚集程度。本文為了驗(yàn)證建立改進(jìn)PSO_LSSVM組合短期風(fēng)功率預(yù)測(cè)精度,還分別建立LSSVM、EMD_LSSVM、EEMD_LSSVM、EEMD_PSOLSSVM預(yù)測(cè)模型進(jìn)行仿真對(duì)比分析。誤差結(jié)果如表1所示。

    表1 誤差指標(biāo)仿真結(jié)果

    從表1誤差指標(biāo)分析可知中組合模型均比單一的最小二乘法支持向量機(jī)預(yù)測(cè)模型誤差小,主要原因是對(duì)風(fēng)電功率分解后得到的各固定模態(tài)分量和剩余分量有效反應(yīng)風(fēng)電功率系列內(nèi)在變化規(guī)律,使風(fēng)功率非平穩(wěn)性降低。EEMD_LSSVM組合預(yù)測(cè)模型誤差比EMD_LSSVM組合模型誤差分別降低1.96%、3.47%、1 140.12 kW,主要是因?yàn)镋MD算法對(duì)信號(hào)進(jìn)行分解存在頻率混疊現(xiàn)象,EEMD算法在EMD算法基礎(chǔ)上加入白噪聲有效解決EMD存在頻率混疊問(wèn)題。CEEMD_LSSVM組合預(yù)測(cè)模型誤差相比EEMD_LSSVM組合預(yù)測(cè)模型分別降低1.26%、1.50%、399.08 kW,說(shuō)明CEEMD算法加入正負(fù)白噪聲有效解決白噪聲對(duì)誤差精度影響問(wèn)題。本文在CEEMD_LSSVM組合模型基礎(chǔ)上,采用粒子群算法和改進(jìn)粒子群算法對(duì)支持向量機(jī)核函數(shù)參數(shù)進(jìn)行優(yōu)化,通過(guò)仿真驗(yàn)證,CEEMD_PSO_LSSVM組合預(yù)測(cè)模型相比CEEMD_LSSVM,誤差分別降低2.9%、2.81%、1 836.1 kW;CEEMD_IPSO_LSSVM組合預(yù)測(cè)模型相比CEEMD_PSO_LSSVM組合預(yù)測(cè)模型,誤差分別減少0.33%、1.16%、245.33 kW。證明粒子群算法對(duì)最小二乘法支持向量機(jī)核函數(shù)參數(shù)進(jìn)行優(yōu)化后,有效提高風(fēng)電出力預(yù)測(cè)精度。

    不同分解方法對(duì)應(yīng)風(fēng)電出力預(yù)測(cè)結(jié)果見(jiàn)圖5,不同算法優(yōu)化模型的風(fēng)電出力預(yù)測(cè)結(jié)果見(jiàn)圖6。從圖5分析可知,組合模型相比單一最小二乘法更支持向量機(jī)預(yù)測(cè)模型,預(yù)測(cè)更加接近實(shí)際值。從圖6分析可知改進(jìn)的粒子群算法對(duì)支持向量機(jī)核函數(shù)參數(shù)進(jìn)行優(yōu)化相對(duì)傳統(tǒng)粒子群算法,預(yù)測(cè)功率曲線更加接近實(shí)際值,有效地提高預(yù)測(cè)精度。

    圖5 不同分解方法對(duì)應(yīng)風(fēng)電出力預(yù)測(cè)結(jié)果

    圖6 不同算法優(yōu)化模型的風(fēng)電出力預(yù)測(cè)

    6 結(jié) 論

    針對(duì)傳統(tǒng)經(jīng)驗(yàn)?zāi)B(tài)分解算法存在頻率混疊問(wèn)題,集合經(jīng)驗(yàn)?zāi)B(tài)存在不能完全消除白噪聲問(wèn)題,本文采用互補(bǔ)式經(jīng)驗(yàn)?zāi)B(tài)分解算法,解決傳統(tǒng)分解算法短板,通過(guò)增加成對(duì)正負(fù)白噪聲,消除經(jīng)驗(yàn)?zāi)B(tài)分解算法白噪聲對(duì)預(yù)測(cè)精度影響,有效提高預(yù)測(cè)風(fēng)電出力精度。另外,本文在互補(bǔ)式經(jīng)驗(yàn)?zāi)B(tài)分解與最小二乘法支持向量機(jī)組合模型基礎(chǔ)上,采用改進(jìn)粒子群算法對(duì)支持向量機(jī)核函數(shù)參數(shù)進(jìn)行優(yōu)化,相比與傳統(tǒng)粒子群算法,有效提高預(yù)測(cè)精度。

    猜你喜歡
    分量模態(tài)向量
    向量的分解
    帽子的分量
    聚焦“向量與三角”創(chuàng)新題
    一物千斤
    智族GQ(2019年9期)2019-10-28 08:16:21
    論《哈姆雷特》中良心的分量
    分量
    向量垂直在解析幾何中的應(yīng)用
    國(guó)內(nèi)多模態(tài)教學(xué)研究回顧與展望
    向量五種“變身” 玩轉(zhuǎn)圓錐曲線
    基于HHT和Prony算法的電力系統(tǒng)低頻振蕩模態(tài)識(shí)別
    丝袜美足系列| 夫妻午夜视频| 777米奇影视久久| 国产一区亚洲一区在线观看| 如日韩欧美国产精品一区二区三区 | 夜夜爽夜夜爽视频| 国产乱人偷精品视频| 久久久久久人妻| 精品亚洲乱码少妇综合久久| 中文字幕制服av| 欧美3d第一页| 婷婷色av中文字幕| 黑人巨大精品欧美一区二区蜜桃 | 亚洲不卡免费看| 久久久久久久大尺度免费视频| 久久久久久久国产电影| 亚洲图色成人| 三上悠亚av全集在线观看| 国产乱人偷精品视频| 欧美一级a爱片免费观看看| 在线观看免费视频网站a站| 久久婷婷青草| 亚洲精品一二三| 大香蕉97超碰在线| 国产精品一区www在线观看| 丁香六月天网| 亚洲国产精品一区二区三区在线| 七月丁香在线播放| av电影中文网址| 国产深夜福利视频在线观看| 免费大片黄手机在线观看| 日本与韩国留学比较| 伦理电影免费视频| 久久久精品区二区三区| 精品人妻熟女毛片av久久网站| 大香蕉久久成人网| 日本爱情动作片www.在线观看| 午夜激情福利司机影院| 久久久久久久久久成人| 男女免费视频国产| freevideosex欧美| 亚洲精品久久久久久婷婷小说| 亚洲天堂av无毛| 日韩中字成人| 2018国产大陆天天弄谢| 黄色怎么调成土黄色| 91精品伊人久久大香线蕉| 国产亚洲一区二区精品| 岛国毛片在线播放| 久久久久久久久大av| 国产精品久久久久久av不卡| 精品99又大又爽又粗少妇毛片| 亚洲,欧美,日韩| 欧美亚洲 丝袜 人妻 在线| 国产亚洲最大av| 黄色视频在线播放观看不卡| 亚洲欧美色中文字幕在线| 九九在线视频观看精品| 五月玫瑰六月丁香| 水蜜桃什么品种好| 日日摸夜夜添夜夜添av毛片| 国产极品天堂在线| 观看美女的网站| 婷婷色av中文字幕| 亚洲av二区三区四区| 3wmmmm亚洲av在线观看| 久久99热这里只频精品6学生| 王馨瑶露胸无遮挡在线观看| 校园人妻丝袜中文字幕| 中文字幕制服av| 中文乱码字字幕精品一区二区三区| av国产久精品久网站免费入址| 女性被躁到高潮视频| 伦理电影免费视频| 哪个播放器可以免费观看大片| 日韩中文字幕视频在线看片| 欧美精品国产亚洲| 丰满少妇做爰视频| 如何舔出高潮| 成人综合一区亚洲| a级片在线免费高清观看视频| 午夜福利,免费看| 男女免费视频国产| 婷婷色麻豆天堂久久| 国产又色又爽无遮挡免| 美女脱内裤让男人舔精品视频| 69精品国产乱码久久久| 亚洲精品色激情综合| 成人18禁高潮啪啪吃奶动态图 | 91午夜精品亚洲一区二区三区| 成人手机av| 欧美bdsm另类| 国产亚洲午夜精品一区二区久久| 热re99久久国产66热| 美女视频免费永久观看网站| 国产午夜精品一二区理论片| 亚洲av日韩在线播放| av免费在线看不卡| 亚洲欧美日韩卡通动漫| 最近的中文字幕免费完整| 久久精品熟女亚洲av麻豆精品| 肉色欧美久久久久久久蜜桃| 一级毛片 在线播放| 少妇猛男粗大的猛烈进出视频| 久久99热6这里只有精品| 国产又色又爽无遮挡免| 免费观看av网站的网址| 只有这里有精品99| 久久人人爽人人爽人人片va| 五月天丁香电影| 精品人妻一区二区三区麻豆| 久久久久久久久久成人| 交换朋友夫妻互换小说| 十八禁网站网址无遮挡| 寂寞人妻少妇视频99o| 日本色播在线视频| 欧美性感艳星| 国产成人aa在线观看| 如何舔出高潮| 精品一区二区三卡| 麻豆成人av视频| 91午夜精品亚洲一区二区三区| 七月丁香在线播放| 成人影院久久| 亚洲欧美中文字幕日韩二区| 乱码一卡2卡4卡精品| 国产精品国产av在线观看| 色5月婷婷丁香| 国产成人精品久久久久久| 欧美日韩精品成人综合77777| 免费久久久久久久精品成人欧美视频 | 春色校园在线视频观看| 国产精品久久久久久精品电影小说| 18禁观看日本| 久久久久视频综合| 爱豆传媒免费全集在线观看| 久久人人爽av亚洲精品天堂| 大香蕉97超碰在线| 国产高清三级在线| 五月开心婷婷网| 人妻夜夜爽99麻豆av| www.色视频.com| 王馨瑶露胸无遮挡在线观看| 国产乱人偷精品视频| 国产精品一区二区在线观看99| 69精品国产乱码久久久| 黑人欧美特级aaaaaa片| 丰满饥渴人妻一区二区三| 久久亚洲国产成人精品v| 天天躁夜夜躁狠狠久久av| 久久久国产一区二区| 午夜福利影视在线免费观看| videos熟女内射| 波野结衣二区三区在线| 久久久久精品久久久久真实原创| 青青草视频在线视频观看| 亚洲av综合色区一区| 国产不卡av网站在线观看| 中文欧美无线码| 国产黄片视频在线免费观看| 亚洲欧美一区二区三区国产| 美女中出高潮动态图| 大陆偷拍与自拍| 日本vs欧美在线观看视频| 久久 成人 亚洲| 三级国产精品片| 午夜免费观看性视频| 国产一区二区三区综合在线观看 | 视频在线观看一区二区三区| 欧美国产精品一级二级三级| 女性被躁到高潮视频| 精品亚洲成国产av| 亚洲人成77777在线视频| 黄片无遮挡物在线观看| 亚洲情色 制服丝袜| 久久人人爽人人片av| 美女中出高潮动态图| 在线天堂最新版资源| 欧美人与性动交α欧美精品济南到 | 国产综合精华液| 日韩 亚洲 欧美在线| 欧美成人精品欧美一级黄| 久久精品国产鲁丝片午夜精品| 亚洲av电影在线观看一区二区三区| 九九久久精品国产亚洲av麻豆| 2018国产大陆天天弄谢| 亚洲欧美清纯卡通| 在线观看一区二区三区激情| av有码第一页| 亚洲怡红院男人天堂| 精品久久国产蜜桃| 免费观看的影片在线观看| 亚洲五月色婷婷综合| 国产高清三级在线| 伦精品一区二区三区| 久久久亚洲精品成人影院| 国产亚洲欧美精品永久| 王馨瑶露胸无遮挡在线观看| 久久亚洲国产成人精品v| 精品一区二区免费观看| 韩国av在线不卡| 亚洲成人av在线免费| 久久久精品94久久精品| 日韩 亚洲 欧美在线| 色5月婷婷丁香| 久久99精品国语久久久| 国产精品国产三级国产av玫瑰| 亚洲婷婷狠狠爱综合网| 久久久久国产精品人妻一区二区| 国产色爽女视频免费观看| 性高湖久久久久久久久免费观看| 在线观看免费日韩欧美大片 | 亚洲不卡免费看| 日韩一本色道免费dvd| av卡一久久| 亚洲精品久久成人aⅴ小说 | 久久人人爽人人片av| 老司机影院毛片| 久久ye,这里只有精品| 内地一区二区视频在线| 成人手机av| 最近手机中文字幕大全| 国产精品.久久久| 国产精品免费大片| 一个人免费看片子| 成人国产麻豆网| 亚洲欧美中文字幕日韩二区| 色94色欧美一区二区| 欧美另类一区| 国产一区有黄有色的免费视频| 久久99蜜桃精品久久| 18禁在线无遮挡免费观看视频| 赤兔流量卡办理| 久久久久久久久大av| 国产亚洲一区二区精品| a级毛片在线看网站| 国产免费一区二区三区四区乱码| 午夜福利,免费看| 精品午夜福利在线看| 日本黄色片子视频| 男的添女的下面高潮视频| 91精品国产国语对白视频| 80岁老熟妇乱子伦牲交| 精品午夜福利在线看| 婷婷色av中文字幕| 日韩熟女老妇一区二区性免费视频| www.色视频.com| 国产精品嫩草影院av在线观看| 午夜免费观看性视频| 哪个播放器可以免费观看大片| 精品国产国语对白av| 国产高清三级在线| 日韩一本色道免费dvd| 狂野欧美激情性xxxx在线观看| 水蜜桃什么品种好| 又黄又爽又刺激的免费视频.| 九九在线视频观看精品| 菩萨蛮人人尽说江南好唐韦庄| 毛片一级片免费看久久久久| 亚洲国产欧美日韩在线播放| 国产精品99久久久久久久久| 国产成+人综合+亚洲专区| 成年女人毛片免费观看观看9 | 欧美成人午夜精品| 精品亚洲成国产av| 成人黄色视频免费在线看| netflix在线观看网站| 考比视频在线观看| 一边摸一边抽搐一进一小说 | 不卡一级毛片| 18禁美女被吸乳视频| 黄片播放在线免费| 在线永久观看黄色视频| 大码成人一级视频| 久久人人97超碰香蕉20202| 国产精品 国内视频| 中文字幕高清在线视频| 欧美日本中文国产一区发布| 国产激情久久老熟女| 国产欧美日韩一区二区三区在线| 视频在线观看一区二区三区| av电影中文网址| 精品少妇黑人巨大在线播放| 国产精品久久电影中文字幕 | 亚洲国产看品久久| 99久久精品国产亚洲精品| 在线观看免费视频日本深夜| 亚洲欧美一区二区三区黑人| 亚洲国产欧美网| 亚洲av美国av| 欧美精品av麻豆av| av欧美777| 国产精品秋霞免费鲁丝片| 中文亚洲av片在线观看爽 | 精品欧美一区二区三区在线| 伊人久久大香线蕉亚洲五| 大香蕉久久成人网| 免费观看av网站的网址| 国产一区二区 视频在线| 国产真人三级小视频在线观看| 18禁黄网站禁片午夜丰满| 成人特级黄色片久久久久久久 | 国产1区2区3区精品| 1024香蕉在线观看| 久久久精品94久久精品| 日韩 欧美 亚洲 中文字幕| 男人操女人黄网站| 建设人人有责人人尽责人人享有的| 久久精品国产亚洲av高清一级| 91精品国产国语对白视频| 欧美激情 高清一区二区三区| 欧美一级毛片孕妇| 婷婷成人精品国产| 在线观看免费日韩欧美大片| 国产精品一区二区精品视频观看| 性色av乱码一区二区三区2| 啦啦啦在线免费观看视频4| 他把我摸到了高潮在线观看 | 99re6热这里在线精品视频| 午夜久久久在线观看| 国产野战对白在线观看| 日本撒尿小便嘘嘘汇集6| 久久久久久人人人人人| 69精品国产乱码久久久| 精品一区二区三区视频在线观看免费 | 在线播放国产精品三级| 久久精品熟女亚洲av麻豆精品| 国产区一区二久久| 日本五十路高清| 国产欧美日韩一区二区精品| 欧美成人午夜精品| 在线观看免费日韩欧美大片| 欧美成人午夜精品| 嫁个100分男人电影在线观看| 国产老妇伦熟女老妇高清| 老司机影院毛片| 窝窝影院91人妻| 日韩欧美三级三区| 最近最新中文字幕大全电影3 | 美女高潮到喷水免费观看| 最近最新中文字幕大全电影3 | 亚洲av日韩精品久久久久久密| 一级毛片女人18水好多| 天堂动漫精品| 亚洲欧美日韩高清在线视频 | 黄色毛片三级朝国网站| 国产在线免费精品| 久久国产亚洲av麻豆专区| 十八禁网站网址无遮挡| 脱女人内裤的视频| 国产一区二区三区综合在线观看| 淫妇啪啪啪对白视频| 亚洲第一青青草原| 成人18禁高潮啪啪吃奶动态图| 久久毛片免费看一区二区三区| 高清av免费在线| 波多野结衣av一区二区av| 菩萨蛮人人尽说江南好唐韦庄| 三上悠亚av全集在线观看| 国产av又大| 成人特级黄色片久久久久久久 | 在线 av 中文字幕| 在线看a的网站| 亚洲自偷自拍图片 自拍| 99国产综合亚洲精品| 精品卡一卡二卡四卡免费| 欧美日韩中文字幕国产精品一区二区三区 | 日韩一区二区三区影片| 成人手机av| 日韩中文字幕欧美一区二区| 国产成人影院久久av| 在线观看66精品国产| 久久久久久久久久久久大奶| 国产精品免费视频内射| 中国美女看黄片| 九色亚洲精品在线播放| 又大又爽又粗| 成人特级黄色片久久久久久久 | 精品福利观看| 日韩人妻精品一区2区三区| 亚洲欧美精品综合一区二区三区| 国产精品久久久久久人妻精品电影 | 欧美激情极品国产一区二区三区| 国产1区2区3区精品| videosex国产| 亚洲欧美一区二区三区久久| 黑丝袜美女国产一区| 丰满少妇做爰视频| 亚洲七黄色美女视频| 亚洲va日本ⅴa欧美va伊人久久| 亚洲欧美一区二区三区黑人| 曰老女人黄片| 久久免费观看电影| 又紧又爽又黄一区二区| 亚洲人成电影观看| 国产精品久久久久久精品古装| 制服诱惑二区| 日韩免费av在线播放| 三级毛片av免费| 亚洲av成人不卡在线观看播放网| aaaaa片日本免费| 精品亚洲成国产av| 欧美另类亚洲清纯唯美| 国产一卡二卡三卡精品| 高潮久久久久久久久久久不卡| 人人妻人人爽人人添夜夜欢视频| 怎么达到女性高潮| 女人久久www免费人成看片| 国产1区2区3区精品| 91成年电影在线观看| 亚洲av成人一区二区三| 久久人妻熟女aⅴ| 在线十欧美十亚洲十日本专区| 久久99一区二区三区| 久久久久网色| 最新的欧美精品一区二区| 欧美成人午夜精品| 别揉我奶头~嗯~啊~动态视频| 少妇粗大呻吟视频| 精品一区二区三区四区五区乱码| 在线观看人妻少妇| 欧美成人免费av一区二区三区 | 国产三级黄色录像| 黑人操中国人逼视频| 亚洲九九香蕉| 手机成人av网站| 久久免费观看电影| 久久婷婷成人综合色麻豆| 国产国语露脸激情在线看| 国产亚洲精品第一综合不卡| 91麻豆av在线| 宅男免费午夜| 99精品在免费线老司机午夜| 大陆偷拍与自拍| 色婷婷久久久亚洲欧美| 久久精品成人免费网站| 午夜视频精品福利| 亚洲免费av在线视频| 国产精品麻豆人妻色哟哟久久| 国产aⅴ精品一区二区三区波| 欧美黑人精品巨大| 国产人伦9x9x在线观看| 久久久久精品人妻al黑| 亚洲欧美日韩高清在线视频 | 曰老女人黄片| 成人手机av| 亚洲全国av大片| 色婷婷av一区二区三区视频| 啦啦啦免费观看视频1| av一本久久久久| 深夜精品福利| 午夜福利视频精品| 满18在线观看网站| 亚洲专区国产一区二区| 一区在线观看完整版| 嫩草影视91久久| 免费不卡黄色视频| 丁香欧美五月| 国产亚洲午夜精品一区二区久久| 国产一卡二卡三卡精品| 99国产精品99久久久久| 91av网站免费观看| 女同久久另类99精品国产91| 美女主播在线视频| 欧美精品高潮呻吟av久久| 国产男女内射视频| 欧美午夜高清在线| 国产av国产精品国产| 国内毛片毛片毛片毛片毛片| 777久久人妻少妇嫩草av网站| 欧美成狂野欧美在线观看| 久久精品国产a三级三级三级| 首页视频小说图片口味搜索| 久久精品aⅴ一区二区三区四区| 黄色a级毛片大全视频| 91成年电影在线观看| 欧美国产精品va在线观看不卡| 午夜福利在线观看吧| 老汉色∧v一级毛片| 两人在一起打扑克的视频| 午夜福利乱码中文字幕| 国产成人av激情在线播放| 女性生殖器流出的白浆| 女人爽到高潮嗷嗷叫在线视频| 亚洲一码二码三码区别大吗| 天堂俺去俺来也www色官网| 一进一出抽搐动态| 日本欧美视频一区| 国产成人av激情在线播放| 亚洲性夜色夜夜综合| 手机成人av网站| tocl精华| 亚洲全国av大片| 自拍欧美九色日韩亚洲蝌蚪91| 免费在线观看完整版高清| 午夜日韩欧美国产| 亚洲av欧美aⅴ国产| 国产精品久久久久久精品古装| av片东京热男人的天堂| 久久毛片免费看一区二区三区| 日日摸夜夜添夜夜添小说| 男女免费视频国产| 另类精品久久| 国产97色在线日韩免费| 欧美变态另类bdsm刘玥| 国产成人免费无遮挡视频| 久久99一区二区三区| 精品一区二区三区视频在线观看免费 | 国产精品久久久av美女十八| 久久ye,这里只有精品| 欧美激情极品国产一区二区三区| 色老头精品视频在线观看| 欧美乱妇无乱码| 亚洲成人免费av在线播放| 正在播放国产对白刺激| 女性生殖器流出的白浆| 国产精品98久久久久久宅男小说| 欧美日韩福利视频一区二区| avwww免费| 久久99热这里只频精品6学生| 人人妻人人澡人人爽人人夜夜| 国产精品久久久久久精品电影小说| 一区在线观看完整版| 国产精品久久久av美女十八| 淫妇啪啪啪对白视频| 肉色欧美久久久久久久蜜桃| 国产亚洲一区二区精品| 国产区一区二久久| 一本一本久久a久久精品综合妖精| 午夜91福利影院| 一级片免费观看大全| 久久人人97超碰香蕉20202| 国产成人啪精品午夜网站| 日韩三级视频一区二区三区| 在线十欧美十亚洲十日本专区| 成人黄色视频免费在线看| 欧美精品高潮呻吟av久久| 青青草视频在线视频观看| 国产精品av久久久久免费| 黑人巨大精品欧美一区二区mp4| 精品国产一区二区久久| 国产欧美日韩一区二区三| 美女福利国产在线| 久久久久久久久久久久大奶| 嫩草影视91久久| www.熟女人妻精品国产| 亚洲av日韩精品久久久久久密| 久久精品亚洲熟妇少妇任你| 日本av免费视频播放| 天天影视国产精品| 亚洲 欧美一区二区三区| 最近最新中文字幕大全免费视频| 久久婷婷成人综合色麻豆| 人妻久久中文字幕网| 黄色视频不卡| 下体分泌物呈黄色| 操出白浆在线播放| 国产精品久久久人人做人人爽| 王馨瑶露胸无遮挡在线观看| 99riav亚洲国产免费| 精品人妻1区二区| 精品第一国产精品| 亚洲七黄色美女视频| 纯流量卡能插随身wifi吗| 国产精品免费大片| 国产精品.久久久| 欧美日韩精品网址| aaaaa片日本免费| 人妻一区二区av| 两性午夜刺激爽爽歪歪视频在线观看 | 老汉色av国产亚洲站长工具| 热99国产精品久久久久久7| 国产熟女午夜一区二区三区| 在线观看免费视频网站a站| 久久青草综合色| 久久99一区二区三区| 伊人久久大香线蕉亚洲五| 国产精品一区二区在线不卡| 久久中文字幕人妻熟女| 国产无遮挡羞羞视频在线观看| 可以免费在线观看a视频的电影网站| 成年人免费黄色播放视频| 国产精品98久久久久久宅男小说| 色婷婷av一区二区三区视频| 人人妻人人爽人人添夜夜欢视频| 色老头精品视频在线观看| 精品国产一区二区久久| 免费在线观看完整版高清| 女性被躁到高潮视频| 欧美日韩福利视频一区二区| 久久天堂一区二区三区四区| 午夜福利影视在线免费观看| 美女主播在线视频| 热99久久久久精品小说推荐| 女人爽到高潮嗷嗷叫在线视频| 成人黄色视频免费在线看| 日韩欧美一区视频在线观看| 欧美日韩国产mv在线观看视频| 国产黄频视频在线观看| 国产亚洲精品第一综合不卡| 啦啦啦中文免费视频观看日本| a级毛片在线看网站| 无遮挡黄片免费观看| 免费在线观看日本一区| 欧美精品一区二区大全| 午夜免费成人在线视频| 一级毛片女人18水好多| 中国美女看黄片| 免费少妇av软件| 精品高清国产在线一区| 欧美精品一区二区免费开放| 国产主播在线观看一区二区| 搡老熟女国产l中国老女人| 日本av免费视频播放| av视频免费观看在线观看|