• <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 ?

    基于殘差卷積自編碼的風(fēng)光荷場(chǎng)景生成方法

    2021-08-11 10:04:58彭雨箏李曉露李聰利丁一
    電力建設(shè) 2021年8期
    關(guān)鍵詞:風(fēng)光出力編碼器

    彭雨箏,李曉露,李聰利,丁一

    (1.上海電力大學(xué)電氣工程學(xué)院,上海市 200090;2. 國網(wǎng)天津市電力公司,天津市 300010)

    0 引 言

    由于能源的日益枯竭與環(huán)境問題,諸如風(fēng)、光等清潔能源的應(yīng)用正變得愈發(fā)普遍。風(fēng)、光具有一定的隨機(jī)性與不確定性,但也擁有一定的耦合性與周期性[1]。電力系統(tǒng)的規(guī)劃與調(diào)控,往往需要考慮負(fù)荷及風(fēng)、光資源的耦合性與周期特性。若利用年時(shí)序場(chǎng)景對(duì)電力系統(tǒng)的規(guī)劃和調(diào)控進(jìn)行場(chǎng)景分析,雖然具有工程價(jià)值,但計(jì)算成本高、效率低;而典型日法則過于保守,不能反映風(fēng)光荷的周期特性。所以典型場(chǎng)景集的生成,即將風(fēng)光荷出力消耗變化的不確定場(chǎng)景轉(zhuǎn)化為多個(gè)確定的場(chǎng)景,對(duì)電力系統(tǒng)的規(guī)劃與調(diào)度,風(fēng)、光的消納能力評(píng)估等具有重要意義。

    當(dāng)前典型場(chǎng)景的生成方法主要是用聚類來縮減長期的時(shí)序場(chǎng)景[2]。但在電力數(shù)據(jù)快速增長的背景下,對(duì)風(fēng)光荷場(chǎng)景直接進(jìn)行聚類運(yùn)算的復(fù)雜度和時(shí)間會(huì)大大增加,進(jìn)而影響到聚類效果。為了提高算法效率、節(jié)省儲(chǔ)存空間,文獻(xiàn)[3-6]采用數(shù)據(jù)降維的方法來提高聚類效果,主要有:主成分分析(principal component analysis, PCA)、自組織映射(self-organizing feature map, SOM)等。雖然傳統(tǒng)的降維方法有降維速度快、計(jì)算簡單等優(yōu)點(diǎn),但在對(duì)高維數(shù)據(jù)進(jìn)行降維時(shí)易產(chǎn)生數(shù)據(jù)損失,降維效果較差,所提取特征不能精確反映原數(shù)據(jù)特征等問題。隨著深度學(xué)習(xí)的發(fā)展[7],深度學(xué)習(xí)在數(shù)據(jù)挖掘、特征提取等方面表現(xiàn)出了優(yōu)異的性能。自編碼可通過重構(gòu)原始數(shù)據(jù)實(shí)現(xiàn)電力數(shù)據(jù)的深層特征提取。文獻(xiàn)[8-9]分別采用了卷積自編碼(convolutional auto-encoder, CAE)和堆棧自編碼(stacked auto-encoder, SAE)對(duì)電力數(shù)據(jù)進(jìn)行降維再進(jìn)行聚類,都使聚類效果得到了進(jìn)一步的提高,但未考慮到風(fēng)光荷數(shù)據(jù)本身的相關(guān)性及電力數(shù)據(jù)與圖片數(shù)據(jù)之間的區(qū)別。電力數(shù)據(jù)較圖片數(shù)據(jù)信息值大、數(shù)據(jù)量少,數(shù)據(jù)在降維過程中產(chǎn)生的信息損失對(duì)電力數(shù)據(jù)的特征提取影響更大。

    因此,本文綜合考慮電力數(shù)據(jù)特征和數(shù)據(jù)降維質(zhì)量,提出一種利用殘差模塊改進(jìn)卷積自編碼(residual convolutional auto-encoder,RESCAE)聚類的場(chǎng)景縮減方法。在數(shù)據(jù)降維方面,通過引入殘差模塊,解決梯度消失問題,并減少信息丟失和損耗,保證信息的完整性。此外,考慮到風(fēng)光荷的相關(guān)性和互補(bǔ)性,利用多通道的卷積自編碼對(duì)年時(shí)序風(fēng)光負(fù)荷場(chǎng)景集進(jìn)行特征提取和降維處理,使結(jié)果更為精確。在聚類方法方面,為了降低噪聲數(shù)據(jù)對(duì)實(shí)驗(yàn)結(jié)果產(chǎn)生的影響,使用 k-medoids算法進(jìn)行場(chǎng)景削減。所提出的方法可以降低場(chǎng)景數(shù)據(jù)的維數(shù),同時(shí)使場(chǎng)景的原始特征得以準(zhǔn)確表達(dá),并使場(chǎng)景縮減的結(jié)果更加準(zhǔn)確合理。

    1 基于殘差模塊改進(jìn)的卷積自編碼

    考慮到風(fēng)光荷變化的不確定性,生成多個(gè)確定的典型場(chǎng)景集是解決很多電力問題的關(guān)鍵,結(jié)合電力數(shù)據(jù)的特征,本文生成的典型場(chǎng)景應(yīng)考慮到風(fēng)光荷數(shù)據(jù)的時(shí)序性、耦合性和數(shù)據(jù)集信息的完整性等問題。

    綜合考慮裝機(jī)容量不同的影響, 首先對(duì)風(fēng)光荷數(shù)據(jù)進(jìn)行歸一化處理,參考相關(guān)文獻(xiàn),本文使用極大值標(biāo)準(zhǔn)化進(jìn)行數(shù)據(jù)處理。極大值標(biāo)準(zhǔn)化計(jì)算方法如下:

    (i=1,2,…,m;j=1,2,…,n)

    (1)

    式中:x′ij是標(biāo)椎化后的數(shù)據(jù);xij是原始數(shù)據(jù)。經(jīng)過處理后,最大值為 1,其余各值小于 1。

    1.1 多通道卷積自編碼器

    在聲圖識(shí)別領(lǐng)域,多通道卷積常被用來提取數(shù)據(jù)不同層面的特征,如彩色圖片紅黃藍(lán)通道和立體聲音頻的左右軌聲道,它通過增加輸入信息來提升模型效果[10]。結(jié)合本文電力數(shù)據(jù)特征,考慮到風(fēng)光荷之間的各種復(fù)雜的耦合交互關(guān)系,若能利用多通道卷積的思想,將風(fēng)光荷三通道電力數(shù)據(jù)如紅黃藍(lán)三像素信息一樣輸入模型,使其在高維空間進(jìn)行融合抽象,則能更全面提取數(shù)據(jù)特征[11]。

    因此本文將多通道卷積與自編碼器進(jìn)行融合形成多通道卷積自編碼器,此時(shí)的多通道卷積自編碼器即可考慮風(fēng)光荷數(shù)據(jù)的耦合性進(jìn)行更為全面立體的特征提取。并且由于電力數(shù)據(jù)轉(zhuǎn)化而來的數(shù)據(jù)矩陣本身維度相對(duì)圖片矩陣較低,因此本文CAE網(wǎng)絡(luò)結(jié)構(gòu)還去掉了用來降低特征維度的池化層。CAE模型結(jié)構(gòu)如圖1所示。

    圖1 卷積自編碼模型結(jié)構(gòu)Fig.1 Structure of CAE model

    假設(shè)有一組無標(biāo)簽的訓(xùn)練樣本x={x1,x2,…,xn},輸出為y={y1,y2,…,yn}。多通道卷積自編碼器即是通過優(yōu)化求解目標(biāo)函數(shù)得到最近似的輸入與輸出。在求解過程中構(gòu)造輸入的最佳表達(dá),實(shí)現(xiàn)數(shù)據(jù)的特征提取。經(jīng)過編碼處理,輸入數(shù)據(jù)x可得到n組特征激活值,即:

    (2)

    式中:h表示隱藏層;ω為權(quán)值參數(shù);b為偏置參數(shù);σ為激活函數(shù);*表示卷積運(yùn)算。θ=(ω,b)為卷積核參數(shù)集合。本文采用Relu作為CAE的激活函數(shù)。

    將得到的hk進(jìn)行特征重構(gòu),可以得到:

    (3)

    (4)

    通過最優(yōu)化目標(biāo)函數(shù)E(θ)的求解可得最優(yōu)參數(shù)合集,從而實(shí)現(xiàn)基本的多通道卷積自編碼器的構(gòu)建。

    1.2 殘差神經(jīng)網(wǎng)絡(luò)

    神經(jīng)網(wǎng)絡(luò)的層數(shù)越深其表達(dá)原數(shù)據(jù)特征能力越強(qiáng),但隨著深度的增加,信息丟失、梯度消失等問題也愈發(fā)嚴(yán)重[12]。尤其是相對(duì)于圖片、數(shù)據(jù)量較少的電力系統(tǒng)來說這個(gè)問題尤為嚴(yán)重。以往的研究常使用堆疊自編碼器來解決梯度消失的問題。但利用殘差網(wǎng)絡(luò),不僅可以解決梯度消失的問題,還可以較大程度地保護(hù)數(shù)據(jù)集的信息,減少信息損失,這樣就可以增加網(wǎng)絡(luò)的層數(shù),使之更為準(zhǔn)確地表達(dá)原數(shù)據(jù)特征。

    殘差神經(jīng)網(wǎng)絡(luò)將前面層的未被壓縮的數(shù)據(jù)和后面被壓縮的數(shù)據(jù)共同作為后面的數(shù)據(jù)輸入,用期望函數(shù)H(x)=F(x)+x來映射擬合,以減少數(shù)據(jù)損失,F(xiàn)(x)為未加入殘差前的網(wǎng)絡(luò)映射,殘差模塊結(jié)構(gòu)如圖2所示。

    圖2 殘差模塊結(jié)構(gòu)Fig.2 Structure of residual module

    參考文獻(xiàn)[13-14]將殘差模塊結(jié)構(gòu)進(jìn)行級(jí)聯(lián)即可得到殘差網(wǎng)絡(luò),如圖3所示。圖3中conv為卷積層。

    在殘差網(wǎng)絡(luò)的前向傳播中,輸出為某層輸入xl和F(x)的累加,Wl為權(quán)值,xL為之后某層的輸出,如圖3所示。

    圖3 殘差網(wǎng)絡(luò)架構(gòu)示例Fig.3 Example of residual network architecture

    xl+1=xl+F(xl,Wl)

    (5)

    xl+2=xl+1+F(xl+1,Wl+1)=
    xl+F(xl,Wl)+F(xl+1,Wl+1)

    (6)

    (7)

    梯度消失的根源是累乘,由式(8)可知,殘差網(wǎng)絡(luò)在反向傳播中的梯度表達(dá)式為累加,所以在基本原理上殘差網(wǎng)絡(luò)解決了梯度消失的問題。

    (8)

    因此本文將殘差網(wǎng)絡(luò)引入多通道卷積自編碼器,一方面可以加深網(wǎng)絡(luò)層數(shù)并提高其表達(dá)能力,另一方面可以通過殘差編碼器的特殊結(jié)構(gòu)增強(qiáng)該編碼器的信息細(xì)節(jié)保存能力。

    1.3 利用殘差模塊改進(jìn)的多通道卷積自編碼器

    目前,在深度學(xué)習(xí)研究中大部分采用殘差網(wǎng)絡(luò)ResNet作為編碼器,因?yàn)樗鼘?duì)數(shù)據(jù)的抽象能力很強(qiáng)。ResNet網(wǎng)絡(luò)結(jié)構(gòu)簡單,殘差塊主要有BasicBlock和Bottleneck兩種形式,具體結(jié)構(gòu)如圖4所示。

    圖4 殘差塊的2種結(jié)構(gòu)形式Fig.4 Two structural forms of residuals blocks

    利用殘差塊改進(jìn)多通道卷積編碼器的思想主要來自于殘差模塊結(jié)構(gòu),如圖4所示。殘差模塊的結(jié)構(gòu)是將卷積前的未壓縮的特征與卷積后的特征進(jìn)行相加融合。本文在多通道卷積自編碼的結(jié)構(gòu)式上加入了BasicBlock殘差塊,提出了一種適應(yīng)電力數(shù)據(jù)的改進(jìn)卷積自編碼結(jié)構(gòu),稱為殘差模塊改進(jìn)的多通道卷積自編碼器(RESCAE),如圖5所示。

    圖5 利用殘差網(wǎng)絡(luò)改進(jìn)的多通道卷積自編碼器Fig.5 Improved multi-channel convolutional encoder using residual network

    編碼器的信息保全和細(xì)節(jié)特征提取是通過如圖5所示跨層級(jí)調(diào)整模塊實(shí)現(xiàn)的[15],該模塊通過一個(gè)1×1的卷積層和一個(gè)最大池化層對(duì)上一層級(jí)的特征數(shù)據(jù)進(jìn)行調(diào)整,將調(diào)整后的特征數(shù)據(jù)與當(dāng)前輸出數(shù)據(jù)相加,實(shí)現(xiàn)編碼器的數(shù)據(jù)信息保全。其中1×1卷積層可以提高低維數(shù)據(jù)的通道數(shù),保障其與高維特征數(shù)據(jù)相加時(shí)通道數(shù)一致;最大池化層可縮小低維特征數(shù)據(jù)的尺寸,保證與高維特征數(shù)據(jù)尺寸一致。在卷積編碼器的基礎(chǔ)上,通過添加一定形式的跨層級(jí)調(diào)整模塊,提高了編碼器的數(shù)據(jù)信息特征保全能力。

    反卷積(deconvolution)網(wǎng)絡(luò)作為解碼器,將編碼器所編碼的高通道、低分辨率的數(shù)據(jù)進(jìn)行解碼,通過逐步提高數(shù)據(jù)分辨率、降低通道數(shù),最終得到通道數(shù)與尺寸都同輸入數(shù)據(jù)一致的結(jié)果。本文解碼器由4個(gè)反卷積模塊組成。自編碼器的反卷積網(wǎng)絡(luò)以一種無監(jiān)督方式恢復(fù)原數(shù)據(jù)特征,通過學(xué)習(xí)使恢復(fù)的數(shù)據(jù)特征與原數(shù)據(jù)特征的差最小,得到最優(yōu)的參數(shù)合集。

    2 基于RESCAE的風(fēng)光荷場(chǎng)景生成

    基于RESCAE-kmedoids風(fēng)光荷場(chǎng)景生成的基本流程如圖6所示,具體描述如下。

    圖6 基于RESCAE-kmedoids風(fēng)光荷場(chǎng)景生成框架Fig.6 The framework structure of wind-PV-load scenario generation based on RESCAE-kmedoids

    1)為了考慮裝機(jī)容量不同等影響, 參考相關(guān)文獻(xiàn)選擇使用極大值標(biāo)準(zhǔn)化進(jìn)行數(shù)據(jù)預(yù)處理。

    2)利用RESCAE進(jìn)行風(fēng)光荷數(shù)據(jù)的特征提取。具體流程如圖5所示:一組風(fēng)光荷的三維數(shù)據(jù)經(jīng)過5×1卷積和Relu層,將電力數(shù)據(jù)的大小由96×1降為48×1,將通道數(shù)由3升為64,之后送入殘差模塊中。在conv2-x的輸出端,將數(shù)據(jù)分別送入conv3-x和跨層級(jí)調(diào)整模塊,經(jīng)過跨層級(jí)調(diào)整模塊調(diào)整低維數(shù)據(jù)的通道數(shù)與尺寸后,與conv3-x的輸出數(shù)據(jù)相加,相加后的數(shù)據(jù)送入conv4-x操作輸出提取的數(shù)據(jù)特

    征。至此,完成了一條數(shù)據(jù)的編碼任務(wù)。解碼流程:將編碼輸出的6×1@256低分辨率、高通道數(shù)據(jù)送入解碼器反卷積網(wǎng)絡(luò)進(jìn)行解碼,經(jīng)過反卷積模塊deconv1—deconv4,將通道數(shù)由256重新降到3,數(shù)據(jù)尺寸由6×1升回96×1,最終完成一條數(shù)據(jù)的解碼任務(wù)。

    3)利用輪廓系數(shù)(silhouette coefficient index, SIL)確定最佳聚類數(shù)[16],然后,對(duì)提取的電力數(shù)據(jù)特征進(jìn)行聚類,為了減少噪聲數(shù)據(jù)的影響采用k-medoids聚類方法,最后所得的聚類中心對(duì)應(yīng)的原數(shù)據(jù)場(chǎng)景,即是實(shí)際生成的風(fēng)光荷典型場(chǎng)景。

    4)與傳統(tǒng)聚類方法進(jìn)行戴維斯堡丁指數(shù)(Davies-Bouldin index,DBI)、Calinski-Harabaz指數(shù)(Calinski-Harabasz index,CHI)等指標(biāo)的對(duì)比[17-18],驗(yàn)證所提方法的可行性。

    3 算例分析

    本文實(shí)驗(yàn)數(shù)據(jù)來源于某省2017年全年的項(xiàng)目數(shù)據(jù)。到2017年底,該省新能源總裝機(jī)容量達(dá)到1 561.8萬kW,占總裝機(jī)容量的37.3%,其中,風(fēng)電941.6萬kW,光伏620.2萬kW。采用該省項(xiàng)目數(shù)據(jù)記錄2017年全年每天24 h的風(fēng)光電負(fù)荷數(shù)據(jù),時(shí)間分辨率為15 min,進(jìn)行典型場(chǎng)景集生成,以驗(yàn)證本文所提方法的有效性。然后應(yīng)用CHI、DBI等指標(biāo)進(jìn)行典型場(chǎng)景集聚類結(jié)果驗(yàn)證,計(jì)算RESCAE_kmedoids、CAE_kmedoids、CAEs_kmedoids 、k-medoids、k-means和PCA-kmedoids等6類典型場(chǎng)景集聚類方法的評(píng)價(jià)指標(biāo)[19]。最后對(duì)比分析不同場(chǎng)景集的各項(xiàng)聚類方法評(píng)價(jià)指標(biāo)以驗(yàn)證本文所提方法的可行性。

    3.1 風(fēng)光負(fù)荷場(chǎng)景降維

    在 TensorFlow框架下,對(duì)歸一化的風(fēng)光荷樣本進(jìn)行殘差卷積自編碼機(jī)訓(xùn)練,采用Adam優(yōu)化器,初始學(xué)習(xí)率設(shè)置為0.01,epoch 設(shè)置為10。

    3.2 典型場(chǎng)景生成

    為消除各裝機(jī)容量不同的影響,采用相對(duì)出力進(jìn)行分析。本文分別按年和季節(jié)進(jìn)行場(chǎng)景縮減。最佳場(chǎng)景數(shù)根據(jù)輪廓系數(shù)指標(biāo)確定。輪廓系數(shù)作為一種聚類性能評(píng)估指標(biāo)取值范圍為[-1,1],越接近1說明聚類性能越好,越接近-1說明聚類性能越差。下面對(duì)2017年風(fēng)光負(fù)荷的時(shí)序場(chǎng)景縮減結(jié)果進(jìn)行分析。

    利用輪廓系數(shù)確定聚類場(chǎng)景數(shù)。輪廓系數(shù)評(píng)價(jià)指標(biāo)變化如圖7所示。

    圖7 輪廓系數(shù)評(píng)價(jià)指標(biāo)變化Fig.7 Change of SIL evaluation index

    由圖7可得,按年縮減6類時(shí)SIL值最接近1,即選擇最佳場(chǎng)景數(shù)為6;按季節(jié)縮減,以春季為例聚類數(shù)為3時(shí)SIL值最接近1,即選擇最佳場(chǎng)景數(shù)為3。

    利用RESCAE_kmedoids方法進(jìn)行典型場(chǎng)景生成,分別生成年典型場(chǎng)景與季度典型場(chǎng)景,年典型場(chǎng)景生成6個(gè)場(chǎng)景,季度場(chǎng)景每個(gè)季節(jié)生成3個(gè)場(chǎng)景,場(chǎng)景生成結(jié)果如圖8—9、表1—2所示。

    圖8 風(fēng)光荷年典型場(chǎng)景Fig.8 Typical annual wind-PV-load scenarios

    表1 風(fēng)光荷年典型場(chǎng)景概率Table 1 Typical annual wind-PV-load scenario probability

    表2 風(fēng)光荷季典型場(chǎng)景概率Table 2 Typical seasonal wind-PV-load scenario probability

    分析圖8—9、表1—2可得:

    1)將全年的風(fēng)光荷時(shí)序場(chǎng)景數(shù)據(jù)按年和季度分別進(jìn)行聚類,生成的場(chǎng)景集可反映全年場(chǎng)景的特征變化,體現(xiàn)了風(fēng)光荷的互補(bǔ)性、季節(jié)性、波動(dòng)性及反調(diào)峰特性。

    2)進(jìn)一步分析上述場(chǎng)景集曲線變化趨勢(shì),年聚類得到了6類典型場(chǎng)景,按季度聚類分別得到了3個(gè)典型場(chǎng)景。

    3)風(fēng)光出力與天氣關(guān)系緊密。年聚類場(chǎng)景2、5為晴天,光伏出力曲線平滑,風(fēng)電波動(dòng)性較大。年聚類場(chǎng)景1、4、6為多云天氣,光伏波動(dòng)性較大,其中場(chǎng)景1在晚間風(fēng)電出力大、光伏出力小,在白天風(fēng)電出力減弱、光伏出力增加,具有明顯的風(fēng)光互補(bǔ)性,因此綜合考慮風(fēng)光能源間的互補(bǔ)特性有利于電能的穩(wěn)定輸出。年聚類場(chǎng)景3為陰天小風(fēng),風(fēng)光出力都比較小,難以滿足負(fù)荷需求。負(fù)荷基本都為典型雙峰曲線,相對(duì)負(fù)荷大致在0.8~0.9。

    4)風(fēng)光負(fù)荷場(chǎng)景具有很強(qiáng)的季節(jié)性。春季場(chǎng)景1為多云小風(fēng),風(fēng)光波動(dòng)較大;場(chǎng)景2為陰天,風(fēng)速波動(dòng)較大,光伏出力較??;場(chǎng)景3為晴天,光伏出力較為平滑,光伏相對(duì)出力在0.8~0.9,小風(fēng)風(fēng)電出力較小,場(chǎng)景3在春季占比最高可達(dá)0.527。由數(shù)據(jù)可得春天風(fēng)光出力較為充足且比較平均。

    夏季場(chǎng)景1為陰天晚風(fēng),光伏出力較小,風(fēng)電出力波動(dòng)較大,占比不高;場(chǎng)景2為多云無風(fēng),光伏波動(dòng)較大;場(chǎng)景3為晴天大風(fēng),占比0.628,光伏出力較大,由圖9(b)可得風(fēng)光出力具有一定的互補(bǔ)性。夏季光伏出力波動(dòng)性較大且負(fù)荷占比明顯高于其余3個(gè)季節(jié),由于此階段空調(diào)等負(fù)荷占比大,與聚類所得的負(fù)荷特性一致,體現(xiàn)了負(fù)荷與季節(jié)關(guān)聯(lián)性。

    圖9 風(fēng)光荷季典型場(chǎng)景Fig.9 Typical seasonal wind-PV-load scenarios

    秋季場(chǎng)景1,多云小風(fēng),光伏出力較為平滑,光伏相對(duì)出力在0.7~0.8;場(chǎng)景2為陰天,風(fēng)速較小,風(fēng)光出力較低;場(chǎng)景3為晴天無風(fēng),光伏出力較為平滑,光伏相對(duì)出力在0.8~0.9。

    冬季場(chǎng)景1多云大風(fēng),風(fēng)光具有明顯的互補(bǔ)性;場(chǎng)景2陰天大風(fēng),風(fēng)電相對(duì)出力在0.7~0.9;場(chǎng)景3為陰天小風(fēng),風(fēng)光出力都較小。由數(shù)據(jù)可得冬季光伏資源較小且波動(dòng)性較大,風(fēng)電資源相對(duì)充足。

    本文所生成的場(chǎng)景符合氣象數(shù)據(jù),基本反映了風(fēng)光荷隨天氣變化的年周期性與季周期性。且這一現(xiàn)象符合我國西南地區(qū)風(fēng)光資源的客觀規(guī)律,表明了本算例風(fēng)光資源典型場(chǎng)景提取結(jié)果的合理性。并且由圖8—9可得年場(chǎng)景1、夏場(chǎng)景3、冬場(chǎng)景1都具有明顯的風(fēng)光互補(bǔ)性,并且年場(chǎng)景1全年占比高達(dá)0.227,夏場(chǎng)景3以及冬場(chǎng)景1的占比分別高達(dá)0.628和0.398,因此本算例生成的風(fēng)光荷典型場(chǎng)景集充分體現(xiàn)出了風(fēng)光的互補(bǔ)以及與負(fù)荷的關(guān)聯(lián)性。

    3.3 聚類性能分析

    聚類評(píng)價(jià)指標(biāo)可以對(duì)聚類結(jié)果進(jìn)行定量分析,利用DBI、CHI指標(biāo)對(duì)生成場(chǎng)景性能進(jìn)行分析。分別設(shè)置聚類數(shù)k為2~15,將本文所提的聚類算法RESCAE_kmedoids與傳統(tǒng)的聚類方法k-medoids、k-means和PCA_ kmedoids進(jìn)行比較,再與普通的自編碼聚類CAE_kmedoids和CAEs_kmedoids的結(jié)果進(jìn)行對(duì)比分析,以驗(yàn)證本文改進(jìn)的減少數(shù)據(jù)信息損失、考慮風(fēng)光荷耦合性的精確特征提取方法對(duì)比普通算法的可行性。其評(píng)價(jià)結(jié)果如圖10—13所示。

    由圖10—11可知,本文所提算法的聚類性能明顯要高于普通的聚類算法k-means和k-medoids。相較于普通的降維方式如主成分分析法PCA,深度學(xué)習(xí)自編碼降維在對(duì)于特征的提取與表達(dá)方面明顯表現(xiàn)出了更為優(yōu)異的性能。

    圖10 CHI計(jì)算指標(biāo)結(jié)果 Fig.10 The computation result of CHI index

    DBI、CHI指標(biāo)能夠反映聚類效果的有效性。DBI數(shù)值越小表示異類場(chǎng)景之間距離越大、同類場(chǎng)景

    圖11 DBI計(jì)算指標(biāo)結(jié)果 Fig.11 The computation result of DBI index

    之間距離越小,即聚類效果越好。CHI數(shù)值越大表示自身越緊密,類與類之間越分散,即聚類結(jié)果更優(yōu)。

    如圖12所示,本文所提算法的聚類性能指標(biāo)CHI高于未改進(jìn)前的自編碼聚類CAE_kmedoids和CAEs_kmedoids。由圖13可知,RESCAE_kmedoids的 DBI指標(biāo)小于CAE_kmedoids和CAEs_kmedoids,即波動(dòng)最小、聚類效果最好。在本文數(shù)據(jù)集下,利用殘差網(wǎng)絡(luò)改進(jìn)多通道編碼器再進(jìn)行聚類的算法所提取的典型場(chǎng)景質(zhì)量要優(yōu)于普通的自編碼聚類CAE_kmedoids和CAEs_kmedoids所提取的典型場(chǎng)景的質(zhì)量。

    圖12 自編碼聚類的 CHI計(jì)算指標(biāo)結(jié)果 Fig.12 CHI calculation index result of auto-encoded clustering

    圖13 自編碼聚類的DBI計(jì)算指標(biāo)結(jié)果 Fig.13 DBI calculation index result of auto-encoded clustering

    由于本文利用的數(shù)據(jù)集較小,所以本文提出的RESCAE_kmedoids算法提取的典型場(chǎng)景要優(yōu)于改進(jìn)前的卷積自編碼聚類CAE-kmedoids和考慮到梯度彌散問題所改進(jìn)的堆疊卷積自編碼聚類CAEs-kmedoids所提取的典型場(chǎng)景,因?yàn)楸疚乃岱椒ú粌H可以考慮到梯度彌散與消失的問題,還可以較大程度地保護(hù)數(shù)據(jù)集的信息。尤其對(duì)于不是非常大的數(shù)據(jù)集來說更好的數(shù)據(jù)保護(hù),可以提取更精細(xì)的風(fēng)光荷的數(shù)據(jù)特征,以提高最終所提取的典型場(chǎng)景的質(zhì)量,較其他方法具有良好的有效性。

    4 結(jié) 論

    本文提出了一種基于殘差卷積自編碼聚類的風(fēng)光荷典型場(chǎng)景集生成方法,分析本文算例,得出以下結(jié)論:

    1)相較于傳統(tǒng)聚類方法,本文所提方法可考慮到風(fēng)光荷的相關(guān)性和耦合,對(duì)風(fēng)光荷的多變量數(shù)據(jù)進(jìn)行場(chǎng)景生成。

    2)相較于傳統(tǒng)方法,RESCAE能夠較大程度上減少數(shù)據(jù)降維所造成的信息損失,更精確地提取出電力數(shù)據(jù)特征,使得所獲取的特征更有利于聚類,提高聚類的性能。

    3)本文基于機(jī)器學(xué)習(xí)技術(shù),為了減少噪聲數(shù)據(jù)對(duì)實(shí)驗(yàn)結(jié)果產(chǎn)生的影響,利用RESCAE_kmedoids算法進(jìn)行典型場(chǎng)景生成。通過算例分析,本文方法在聚類有效性等指標(biāo)上均優(yōu)于傳統(tǒng)的聚類方法。

    下一步工作包括如何利用聚類所形成的典型場(chǎng)景指導(dǎo)風(fēng)光電調(diào)控、優(yōu)化調(diào)度、儲(chǔ)能配置和可再生能源消納能力評(píng)估等工作[20]。

    猜你喜歡
    風(fēng)光出力編碼器
    風(fēng)光新580
    汽車觀察(2021年11期)2021-04-24 20:47:38
    風(fēng)光如畫
    海峽姐妹(2019年12期)2020-01-14 03:25:02
    風(fēng)光ix5:當(dāng)轎跑邂逅SUV
    汽車觀察(2018年12期)2018-12-26 01:05:36
    基于FPGA的同步機(jī)軸角編碼器
    基于PRBS檢測(cè)的8B/IOB編碼器設(shè)計(jì)
    各國首都風(fēng)光
    風(fēng)電場(chǎng)有功出力的EEMD特性分析
    要爭做出力出彩的黨員干部
    河南電力(2016年5期)2016-02-06 02:11:35
    JESD204B接口協(xié)議中的8B10B編碼器設(shè)計(jì)
    電子器件(2015年5期)2015-12-29 08:42:24
    風(fēng)電場(chǎng)群出力的匯聚效應(yīng)分析
    久热爱精品视频在线9| 后天国语完整版免费观看| netflix在线观看网站| 亚洲精品乱久久久久久| 久久人妻福利社区极品人妻图片| 欧美日韩乱码在线| 一进一出抽搐gif免费好疼 | 亚洲精品国产区一区二| 国内久久婷婷六月综合欲色啪| 国产成人精品久久二区二区91| 亚洲成人免费av在线播放| 91九色精品人成在线观看| 欧美日韩视频精品一区| 中文字幕人妻丝袜一区二区| 国产亚洲精品久久久久久毛片 | 新久久久久国产一级毛片| 亚洲国产欧美网| 国产成人一区二区三区免费视频网站| 美女高潮喷水抽搐中文字幕| 国产精品1区2区在线观看. | 法律面前人人平等表现在哪些方面| 国产亚洲精品久久久久5区| 91麻豆精品激情在线观看国产 | 老司机午夜十八禁免费视频| 99riav亚洲国产免费| 美女午夜性视频免费| 亚洲专区国产一区二区| 99久久综合精品五月天人人| 九色亚洲精品在线播放| 男人操女人黄网站| 黄频高清免费视频| 国产午夜精品久久久久久| 黄色 视频免费看| 成年人免费黄色播放视频| 国产精品亚洲一级av第二区| 老司机午夜福利在线观看视频| 国产男靠女视频免费网站| 亚洲人成伊人成综合网2020| 极品教师在线免费播放| 国产精品免费一区二区三区在线 | 国产成人啪精品午夜网站| 欧美日韩视频精品一区| 欧美黄色片欧美黄色片| 欧美精品亚洲一区二区| 青草久久国产| 免费女性裸体啪啪无遮挡网站| 国产一区在线观看成人免费| 中文字幕精品免费在线观看视频| 亚洲精品国产一区二区精华液| 日韩一卡2卡3卡4卡2021年| 日本五十路高清| 亚洲人成77777在线视频| 12—13女人毛片做爰片一| 十八禁高潮呻吟视频| 老鸭窝网址在线观看| 亚洲av电影在线进入| 在线免费观看的www视频| 日日夜夜操网爽| 久99久视频精品免费| 久久香蕉国产精品| 在线观看一区二区三区激情| 久久精品亚洲av国产电影网| 999久久久国产精品视频| 亚洲精品在线观看二区| 欧美日韩亚洲国产一区二区在线观看 | 欧美国产精品一级二级三级| 在线播放国产精品三级| 久久婷婷成人综合色麻豆| 在线av久久热| 色94色欧美一区二区| xxx96com| 午夜福利视频在线观看免费| 十分钟在线观看高清视频www| 啦啦啦 在线观看视频| videos熟女内射| 欧美精品亚洲一区二区| 淫妇啪啪啪对白视频| 黄频高清免费视频| 十分钟在线观看高清视频www| 大陆偷拍与自拍| 一级a爱片免费观看的视频| 黄片播放在线免费| 国产成人系列免费观看| 成人18禁在线播放| 十八禁网站免费在线| 精品欧美一区二区三区在线| 国产91精品成人一区二区三区| 每晚都被弄得嗷嗷叫到高潮| 欧美日韩瑟瑟在线播放| 国产成人av教育| 国产蜜桃级精品一区二区三区 | 伦理电影免费视频| 99香蕉大伊视频| 欧美+亚洲+日韩+国产| 在线观看舔阴道视频| 久久九九热精品免费| 91成年电影在线观看| 久久久国产欧美日韩av| 丁香六月欧美| 欧美不卡视频在线免费观看 | 亚洲av第一区精品v没综合| 欧美最黄视频在线播放免费 | 亚洲男人天堂网一区| 国产片内射在线| 美女 人体艺术 gogo| 每晚都被弄得嗷嗷叫到高潮| 男男h啪啪无遮挡| 最新美女视频免费是黄的| 欧美乱码精品一区二区三区| 国产色视频综合| 美女高潮喷水抽搐中文字幕| 91麻豆精品激情在线观看国产 | 国产1区2区3区精品| 国产在线精品亚洲第一网站| 久久久久视频综合| 亚洲人成伊人成综合网2020| 18禁黄网站禁片午夜丰满| a在线观看视频网站| av网站免费在线观看视频| 亚洲av熟女| 91九色精品人成在线观看| 欧洲精品卡2卡3卡4卡5卡区| 欧洲精品卡2卡3卡4卡5卡区| 麻豆国产av国片精品| 中文欧美无线码| 久99久视频精品免费| 国产欧美日韩一区二区精品| 波多野结衣一区麻豆| 久久久国产成人免费| 18在线观看网站| cao死你这个sao货| 叶爱在线成人免费视频播放| 久久精品国产清高在天天线| 国产在线观看jvid| 婷婷精品国产亚洲av在线 | 欧美黄色片欧美黄色片| 老熟女久久久| 成人av一区二区三区在线看| 在线观看免费视频日本深夜| 成人永久免费在线观看视频| 午夜福利影视在线免费观看| 啦啦啦视频在线资源免费观看| 国产成人av激情在线播放| 中出人妻视频一区二区| 久久精品国产99精品国产亚洲性色 | 女人高潮潮喷娇喘18禁视频| 欧美日韩亚洲国产一区二区在线观看 | 亚洲国产看品久久| 国产精品影院久久| 12—13女人毛片做爰片一| 身体一侧抽搐| 国产无遮挡羞羞视频在线观看| a级毛片黄视频| 亚洲av成人一区二区三| 男男h啪啪无遮挡| 两性夫妻黄色片| 日韩大码丰满熟妇| 天堂中文最新版在线下载| 午夜福利在线免费观看网站| 在线观看免费视频网站a站| 在线观看一区二区三区激情| 免费看a级黄色片| 十八禁高潮呻吟视频| 亚洲国产看品久久| 少妇被粗大的猛进出69影院| 国产欧美亚洲国产| 在线天堂中文资源库| 精品免费久久久久久久清纯 | 搡老乐熟女国产| 欧美人与性动交α欧美软件| 精品人妻1区二区| tube8黄色片| 亚洲片人在线观看| 另类亚洲欧美激情| 99热只有精品国产| 欧美黄色片欧美黄色片| 在线免费观看的www视频| 嫩草影视91久久| 成人国产一区最新在线观看| 涩涩av久久男人的天堂| 丁香欧美五月| 黄片小视频在线播放| 午夜福利一区二区在线看| 男女床上黄色一级片免费看| 国产午夜精品久久久久久| videosex国产| 中文字幕人妻丝袜制服| 交换朋友夫妻互换小说| 交换朋友夫妻互换小说| 又大又爽又粗| 99riav亚洲国产免费| 超色免费av| 香蕉国产在线看| 亚洲aⅴ乱码一区二区在线播放 | 亚洲一区高清亚洲精品| 中亚洲国语对白在线视频| 一边摸一边抽搐一进一小说 | 亚洲色图综合在线观看| 真人做人爱边吃奶动态| 不卡av一区二区三区| 免费一级毛片在线播放高清视频 | 午夜精品国产一区二区电影| 老司机靠b影院| 国产男靠女视频免费网站| 久久精品国产清高在天天线| 欧美日本中文国产一区发布| 日韩欧美免费精品| 19禁男女啪啪无遮挡网站| 一区二区日韩欧美中文字幕| 国产真人三级小视频在线观看| 久久天堂一区二区三区四区| 99精国产麻豆久久婷婷| 成年人免费黄色播放视频| 亚洲av电影在线进入| 国产男女超爽视频在线观看| 国产成人精品无人区| 18在线观看网站| 久久久国产成人免费| 操美女的视频在线观看| 亚洲国产中文字幕在线视频| 久久国产精品人妻蜜桃| 在线国产一区二区在线| 国产一区二区三区视频了| 精品国产一区二区三区四区第35| 老司机影院毛片| 国产色视频综合| 夜夜夜夜夜久久久久| 国产精品永久免费网站| 亚洲欧美日韩高清在线视频| 一级a爱视频在线免费观看| 一本大道久久a久久精品| 丁香六月欧美| 精品一区二区三区av网在线观看| 国产男女内射视频| 欧美中文综合在线视频| 一本大道久久a久久精品| 乱人伦中国视频| 国产又爽黄色视频| 午夜福利免费观看在线| 欧美激情高清一区二区三区| 一边摸一边抽搐一进一小说 | 成熟少妇高潮喷水视频| 9色porny在线观看| 又黄又粗又硬又大视频| 欧美精品亚洲一区二区| 亚洲国产欧美日韩在线播放| 久久精品国产亚洲av香蕉五月 | 久久午夜亚洲精品久久| 一边摸一边抽搐一进一小说 | 亚洲五月色婷婷综合| tube8黄色片| 久久亚洲精品不卡| 国产一卡二卡三卡精品| 大香蕉久久网| 亚洲国产精品一区二区三区在线| 久久精品亚洲av国产电影网| av片东京热男人的天堂| 国产色视频综合| 视频区图区小说| 午夜成年电影在线免费观看| 美女福利国产在线| 欧美日韩精品网址| 悠悠久久av| 女人高潮潮喷娇喘18禁视频| 美女高潮喷水抽搐中文字幕| 大型av网站在线播放| 三级毛片av免费| 很黄的视频免费| 99久久综合精品五月天人人| 91老司机精品| 欧美 亚洲 国产 日韩一| 黄网站色视频无遮挡免费观看| 91字幕亚洲| 国产在线观看jvid| 少妇被粗大的猛进出69影院| 一级片免费观看大全| x7x7x7水蜜桃| 欧美最黄视频在线播放免费 | 嫁个100分男人电影在线观看| 极品人妻少妇av视频| 国产成人免费观看mmmm| 欧美大码av| 下体分泌物呈黄色| 搡老岳熟女国产| 热99久久久久精品小说推荐| 啦啦啦 在线观看视频| 国产精品久久久久久人妻精品电影| 免费在线观看黄色视频的| 91麻豆av在线| 91精品国产国语对白视频| 国产精品久久久久久精品古装| 午夜免费观看网址| 国产成人精品无人区| e午夜精品久久久久久久| 色播在线永久视频| 三上悠亚av全集在线观看| 极品教师在线免费播放| 国产免费男女视频| 激情视频va一区二区三区| 久久国产精品男人的天堂亚洲| 天堂俺去俺来也www色官网| 日本撒尿小便嘘嘘汇集6| 久久久国产一区二区| 午夜两性在线视频| 精品电影一区二区在线| 五月开心婷婷网| 香蕉国产在线看| 中文字幕高清在线视频| 熟女少妇亚洲综合色aaa.| 免费在线观看黄色视频的| 国产区一区二久久| 少妇猛男粗大的猛烈进出视频| 丁香六月欧美| 欧美不卡视频在线免费观看 | 久久久久久久午夜电影 | 99热只有精品国产| 欧美精品人与动牲交sv欧美| 色综合欧美亚洲国产小说| 女性被躁到高潮视频| 一级a爱片免费观看的视频| 亚洲七黄色美女视频| 18禁裸乳无遮挡动漫免费视频| 王馨瑶露胸无遮挡在线观看| 热re99久久精品国产66热6| 90打野战视频偷拍视频| av福利片在线| 一级毛片精品| 国产精品久久久久久精品古装| 搡老岳熟女国产| 精品福利永久在线观看| 久久久久久亚洲精品国产蜜桃av| 黄色毛片三级朝国网站| 一级黄色大片毛片| 欧美午夜高清在线| 在线看a的网站| 夜夜夜夜夜久久久久| 看黄色毛片网站| ponron亚洲| 国产亚洲欧美在线一区二区| а√天堂www在线а√下载 | 看免费av毛片| 天堂俺去俺来也www色官网| 热99久久久久精品小说推荐| 国产男女超爽视频在线观看| 在线观看日韩欧美| 欧美日韩亚洲国产一区二区在线观看 | 天堂中文最新版在线下载| 操出白浆在线播放| 怎么达到女性高潮| 亚洲熟女毛片儿| av中文乱码字幕在线| 国产一卡二卡三卡精品| 久久久久久久午夜电影 | 久久人妻福利社区极品人妻图片| 人人妻人人澡人人看| 亚洲精品久久午夜乱码| 九色亚洲精品在线播放| 村上凉子中文字幕在线| 90打野战视频偷拍视频| 日本一区二区免费在线视频| 啦啦啦在线免费观看视频4| 精品国产超薄肉色丝袜足j| 午夜福利乱码中文字幕| 国产区一区二久久| 精品久久蜜臀av无| 热99国产精品久久久久久7| 午夜免费成人在线视频| 日韩欧美免费精品| 久久草成人影院| 欧美激情久久久久久爽电影 | 大型av网站在线播放| 搡老乐熟女国产| 国产一区二区三区视频了| 黄色视频不卡| 搡老熟女国产l中国老女人| 国产欧美日韩一区二区三区在线| 啦啦啦 在线观看视频| 老司机午夜十八禁免费视频| 一二三四社区在线视频社区8| 国产一区二区三区视频了| 久热这里只有精品99| 国产精品久久视频播放| 国内久久婷婷六月综合欲色啪| 国产精品乱码一区二三区的特点 | 欧美日韩中文字幕国产精品一区二区三区 | 高清视频免费观看一区二区| 国产精华一区二区三区| 免费观看精品视频网站| 新久久久久国产一级毛片| а√天堂www在线а√下载 | 999久久久国产精品视频| 久久人妻福利社区极品人妻图片| 自拍欧美九色日韩亚洲蝌蚪91| 黄色成人免费大全| 精品人妻熟女毛片av久久网站| 操出白浆在线播放| 亚洲欧美一区二区三区久久| 天天影视国产精品| 最新的欧美精品一区二区| www.熟女人妻精品国产| 婷婷成人精品国产| 亚洲人成77777在线视频| 高清av免费在线| 在线观看66精品国产| 日本精品一区二区三区蜜桃| 久久久国产成人免费| 亚洲av成人一区二区三| 久久国产精品男人的天堂亚洲| 亚洲av熟女| 制服人妻中文乱码| 91成人精品电影| 亚洲五月天丁香| 50天的宝宝边吃奶边哭怎么回事| 少妇粗大呻吟视频| 91av网站免费观看| 一级毛片女人18水好多| 亚洲精品在线观看二区| 国产精品 国内视频| 熟女少妇亚洲综合色aaa.| 国产精品亚洲一级av第二区| 99国产精品免费福利视频| 热99re8久久精品国产| 美国免费a级毛片| 啦啦啦免费观看视频1| 一级,二级,三级黄色视频| 9色porny在线观看| 18禁观看日本| 国产有黄有色有爽视频| 校园春色视频在线观看| 亚洲中文字幕日韩| 99在线人妻在线中文字幕 | 韩国av一区二区三区四区| 精品视频人人做人人爽| 香蕉国产在线看| 免费在线观看视频国产中文字幕亚洲| 另类亚洲欧美激情| 女警被强在线播放| 亚洲精品成人av观看孕妇| 天天添夜夜摸| 国产高清videossex| 999久久久国产精品视频| 狠狠狠狠99中文字幕| 窝窝影院91人妻| 日韩精品免费视频一区二区三区| 欧美日韩成人在线一区二区| 咕卡用的链子| a级片在线免费高清观看视频| 精品久久久久久电影网| 曰老女人黄片| 亚洲av美国av| 久久久久久人人人人人| 亚洲成人国产一区在线观看| 男女之事视频高清在线观看| 亚洲人成伊人成综合网2020| 免费在线观看视频国产中文字幕亚洲| 一区福利在线观看| 免费观看a级毛片全部| 欧美乱码精品一区二区三区| 久久亚洲精品不卡| 久久九九热精品免费| 亚洲成人手机| 日韩 欧美 亚洲 中文字幕| 99riav亚洲国产免费| 好看av亚洲va欧美ⅴa在| 国产蜜桃级精品一区二区三区 | 久久精品亚洲精品国产色婷小说| 日韩欧美一区视频在线观看| 免费观看a级毛片全部| 精品国产国语对白av| 日韩欧美一区视频在线观看| 精品熟女少妇八av免费久了| 热99国产精品久久久久久7| 免费在线观看完整版高清| 久久草成人影院| 超碰97精品在线观看| 少妇裸体淫交视频免费看高清 | 欧美亚洲 丝袜 人妻 在线| 91老司机精品| 成年动漫av网址| 两人在一起打扑克的视频| 黄色成人免费大全| 国产欧美亚洲国产| 色综合欧美亚洲国产小说| 国产成人欧美| 亚洲人成77777在线视频| 多毛熟女@视频| 成人国产一区最新在线观看| 母亲3免费完整高清在线观看| 高潮久久久久久久久久久不卡| 国产在线观看jvid| 波多野结衣一区麻豆| a级毛片黄视频| 女人久久www免费人成看片| 免费久久久久久久精品成人欧美视频| 12—13女人毛片做爰片一| 国产精品久久久久久人妻精品电影| 免费在线观看日本一区| 午夜福利欧美成人| 国产精品秋霞免费鲁丝片| 国产精品1区2区在线观看. | 成人手机av| 黑人巨大精品欧美一区二区mp4| 久久久久久久久久久久大奶| 精品高清国产在线一区| 99国产精品免费福利视频| 夜夜躁狠狠躁天天躁| 欧美午夜高清在线| 国产精品久久电影中文字幕 | 黑人猛操日本美女一级片| 身体一侧抽搐| 色精品久久人妻99蜜桃| 亚洲午夜精品一区,二区,三区| 精品免费久久久久久久清纯 | 亚洲国产看品久久| 日本一区二区免费在线视频| 一级黄色大片毛片| 久久亚洲真实| 色老头精品视频在线观看| 免费女性裸体啪啪无遮挡网站| 91老司机精品| 黄色女人牲交| 麻豆国产av国片精品| 欧美中文综合在线视频| 91字幕亚洲| 男人的好看免费观看在线视频 | 国产精品九九99| xxxhd国产人妻xxx| 人妻一区二区av| 高清在线国产一区| 免费少妇av软件| 美女 人体艺术 gogo| 欧美日韩黄片免| 一级,二级,三级黄色视频| netflix在线观看网站| 久久久久精品人妻al黑| 午夜成年电影在线免费观看| 午夜福利视频在线观看免费| 操出白浆在线播放| 欧美日韩黄片免| 久久精品国产亚洲av高清一级| 午夜福利一区二区在线看| 国产单亲对白刺激| av天堂在线播放| 在线观看免费午夜福利视频| 欧美成人午夜精品| 国产成人精品久久二区二区91| 亚洲国产欧美网| 久久久久精品人妻al黑| 成人18禁高潮啪啪吃奶动态图| 午夜福利欧美成人| 国产97色在线日韩免费| 日韩欧美国产一区二区入口| 一区在线观看完整版| 久久久久久免费高清国产稀缺| 久久天躁狠狠躁夜夜2o2o| 亚洲国产精品合色在线| 国产伦人伦偷精品视频| 亚洲午夜理论影院| 免费高清在线观看日韩| 午夜日韩欧美国产| 国产亚洲欧美在线一区二区| 久久人人爽av亚洲精品天堂| 热99久久久久精品小说推荐| 国产激情久久老熟女| 天天躁狠狠躁夜夜躁狠狠躁| bbb黄色大片| 成人av一区二区三区在线看| 亚洲人成电影观看| 少妇 在线观看| 母亲3免费完整高清在线观看| 欧美精品啪啪一区二区三区| 国产精品av久久久久免费| av国产精品久久久久影院| 99热只有精品国产| 男女高潮啪啪啪动态图| 一区福利在线观看| 777米奇影视久久| 久久精品国产a三级三级三级| 国产欧美日韩综合在线一区二区| 亚洲精品中文字幕在线视频| 如日韩欧美国产精品一区二区三区| 亚洲中文字幕日韩| 超色免费av| 成人特级黄色片久久久久久久| 91国产中文字幕| 亚洲精品中文字幕在线视频| 久久性视频一级片| 丝袜在线中文字幕| 久久香蕉激情| 一进一出抽搐gif免费好疼 | 天堂中文最新版在线下载| av不卡在线播放| 午夜亚洲福利在线播放| 欧美乱色亚洲激情| 欧美激情高清一区二区三区| 午夜福利影视在线免费观看| 精品免费久久久久久久清纯 | 极品教师在线免费播放| 好看av亚洲va欧美ⅴa在| 精品久久久久久久毛片微露脸| 成人精品一区二区免费| 欧美日韩中文字幕国产精品一区二区三区 | 亚洲一区高清亚洲精品| 亚洲美女黄片视频| 女人被狂操c到高潮| 精品亚洲成a人片在线观看| 久久久久久亚洲精品国产蜜桃av| 免费看a级黄色片| 国产97色在线日韩免费| 波多野结衣av一区二区av| 久久草成人影院| 另类亚洲欧美激情| 91大片在线观看| 99精品欧美一区二区三区四区| 午夜免费鲁丝|