• <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XGBoost的測(cè)井解釋規(guī)則庫(kù)自動(dòng)獲取方法

    2022-03-25 11:21:44張晉言王鎮(zhèn)方姜文宗劉寶弟王延江
    石油物探 2022年2期
    關(guān)鍵詞:決策樹測(cè)井儲(chǔ)層

    邢 強(qiáng),張晉言,王鎮(zhèn)方,馬 睿,姜文宗,劉寶弟,王延江

    (1.中石化經(jīng)緯有限公司勝利測(cè)井公司,山東東營(yíng)257096;2.中國(guó)石油大學(xué)(華東)海洋與空間信息學(xué)院,山東青島266580;3.中國(guó)石油大學(xué)(華東)控制科學(xué)與工程學(xué)院,山東青島266580)

    近年來,隨著深井、超深井、復(fù)雜井的日益增多[1],以及油氣風(fēng)險(xiǎn)勘探開發(fā)力度的不斷加大,利用快速發(fā)展的人工智能算法實(shí)現(xiàn)測(cè)井資料處理解釋的自動(dòng)化、智能化[2],提高測(cè)井資料處理解釋的質(zhì)量與效率,降低勞動(dòng)強(qiáng)度,已成為測(cè)井資料處理解釋的發(fā)展趨勢(shì)。

    在測(cè)井解釋評(píng)價(jià)領(lǐng)域,解釋評(píng)價(jià)技術(shù)存在著區(qū)域性差異和共性[3-4]。由于沉積環(huán)境、埋深等地質(zhì)條件的不同,各區(qū)塊在孔、滲、飽等評(píng)價(jià)參數(shù)方面既有共性又有差異性[5],而采用傳統(tǒng)的測(cè)井解釋方法很難判斷這兩者的區(qū)別,只有通過經(jīng)驗(yàn)的累積(包括解釋軟件使用經(jīng)驗(yàn)、實(shí)驗(yàn)室成果分析以及取心、錄井資料的對(duì)比),才能解決這一問題。

    20世紀(jì)80年代國(guó)外已經(jīng)發(fā)展了多種石油測(cè)井解釋的專家系統(tǒng),如地層傾角解釋咨詢系統(tǒng)、巖性模式識(shí)別(LITHO)專家系統(tǒng)以及巖石物性評(píng)價(jià)知識(shí)庫(kù)(LOGIX)系統(tǒng),而國(guó)內(nèi)主要有油井測(cè)井解釋專家系統(tǒng)(OWLI)和石油測(cè)井解釋專家系統(tǒng)(LIX)[6]。這些系統(tǒng)通過計(jì)算機(jī)模擬專家的思維方法和解釋過程,匯集多個(gè)解釋專家的知識(shí)和經(jīng)驗(yàn)作為專家規(guī)則庫(kù),可以讓普通解釋人員完成類專家級(jí)的解釋評(píng)價(jià)任務(wù)。但在實(shí)際應(yīng)用中,上述系統(tǒng)存在規(guī)則邏輯處理較為復(fù)雜、規(guī)則庫(kù)只能由測(cè)井解釋專家手工編寫、不能自動(dòng)獲取規(guī)則等問題。近年來,隨著人工智能技術(shù)的發(fā)展,利用機(jī)器學(xué)習(xí)相關(guān)的方法進(jìn)行測(cè)井解釋已然成為熱點(diǎn)研究方向[1-2,5-6]。朱劍兵等[7]提出了基于雙向循環(huán)深井網(wǎng)絡(luò)的河流相儲(chǔ)層預(yù)測(cè)方法,有效指導(dǎo)了研究區(qū)的勘探部署;林年添等[8]提出了基于無監(jiān)督與監(jiān)督學(xué)習(xí)的多波地震油氣儲(chǔ)層分布預(yù)測(cè)方法,較為準(zhǔn)確地刻畫了含油氣儲(chǔ)層的分布邊界;王興龍等[9]提出利用C5.0決策樹算法來解釋儲(chǔ)層滲透率,該方法具有一定的普適性;丁磊等[10]針對(duì)泥質(zhì)體積分?jǐn)?shù)高、物性差的儲(chǔ)層,基于印度尼西亞公式開發(fā)了改進(jìn)皮克特圖版,為測(cè)井解釋評(píng)價(jià)提供了更為精確的參數(shù)。目前,大多數(shù)方法[7-10]使用單個(gè)學(xué)習(xí)器完成測(cè)井解釋任務(wù),容易出現(xiàn)過擬合和欠擬合的情況,而鮮有方法將集成決策樹模型應(yīng)用于此。集成決策樹模型是監(jiān)督學(xué)習(xí)中最強(qiáng)大也最常用的模型之一,其本身不是一個(gè)單獨(dú)的機(jī)器學(xué)習(xí)算法,而是通過構(gòu)建并結(jié)合多個(gè)機(jī)器學(xué)習(xí)器來完成學(xué)習(xí)任務(wù),由此來提升算法性能?;诖怂枷?CHEN等[11]提出了極端梯度提升決策樹算法(extreme gradient boosting,XGBoost),學(xué)習(xí)過程中迭代多棵決策樹來共同決策。相比于單決策樹的模型,XGBoost訓(xùn)練過程比較穩(wěn)定,提升了預(yù)測(cè)效果。

    針對(duì)上述問題,本文在文獻(xiàn)[11]的基礎(chǔ)上,提出了一種基于極端梯度提升決策樹的測(cè)井解釋專家規(guī)則的自動(dòng)獲取方法。該方法以測(cè)井?dāng)?shù)據(jù)、錄井資料、地質(zhì)資料等為特征,以試油結(jié)果為標(biāo)簽,在數(shù)據(jù)集中訓(xùn)練集成決策樹模型,建立輸入特征與試油結(jié)論之間的專家規(guī)則。為證明XGBoost算法的有效性,本文使用支持向量機(jī)(support vector machine,SVM)算法[12-13]和梯度提升決策樹(gradient boosting decision tree,GBDT)算法[14]建立相同的規(guī)則庫(kù)進(jìn)行效果對(duì)比,并將其應(yīng)用于老井復(fù)查以形成研究區(qū)內(nèi)共性的解釋知識(shí)規(guī)則。

    1 XGBoost算法原理

    集成學(xué)習(xí)是機(jī)器學(xué)習(xí)的一種范式,該方法通過訓(xùn)練多個(gè)弱分類器來解決相同的問題,并將它們結(jié)合起來以獲得更好的結(jié)果。而XGBoost作為一種改進(jìn)的集成決策樹算法,因其性能優(yōu)越,對(duì)輸入要求不嚴(yán)格,計(jì)算復(fù)雜度低等特點(diǎn),往往是數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)[15-16]算法中必備工具之一,在工業(yè)界中也有大量應(yīng)用。

    XGBoost使用分類回歸決策樹(classification and regression tree,CART)模型作為基分類器,將多個(gè)決策樹以加法訓(xùn)練(additive training)的形式集成起來得到最后的輸出模型,訓(xùn)練原理如圖1所示。與GBDT不同的是,XGBoost在目標(biāo)函數(shù)中增加了正則化項(xiàng)來控制模型的復(fù)雜度,并且對(duì)損失函數(shù)進(jìn)行二階泰勒展開,利用二階導(dǎo)數(shù)信息可使得模型收斂更快,精度更高。

    圖1 XGBoost訓(xùn)練原理

    XGBoost的目標(biāo)函數(shù)J定義如下:

    (1)

    對(duì)于加法訓(xùn)練模型來講,每一輪的訓(xùn)練數(shù)據(jù)來自于上一輪訓(xùn)練時(shí)產(chǎn)生的殘差,本輪的總預(yù)測(cè)值是上一輪的總值和本輪分類模型的預(yù)測(cè)值之和,即:

    (2)

    (3)

    對(duì)XGBoost的目標(biāo)函數(shù)取泰勒展開的二階近似,則目標(biāo)函數(shù)變?yōu)?

    (4)

    XGBoost中使用葉子節(jié)點(diǎn)個(gè)數(shù)M以及每個(gè)葉子節(jié)點(diǎn)的得分μ組合成為正則化項(xiàng)Ω,用于控制樹的復(fù)雜度。這樣訓(xùn)練出來的模型既簡(jiǎn)潔有效,還可以防止出現(xiàn)過擬合。正則化項(xiàng)Ω定義為:

    (5)

    其中,γ和λ為常數(shù),其默認(rèn)值分別為0和1。當(dāng)出現(xiàn)過擬合的情況時(shí),適當(dāng)增大γ和λ可以使算法更加保守,防止過擬合的發(fā)生。由此,第t輪的最終目標(biāo)函數(shù)可以表示為:

    (6)

    (7)

    由(6)式、(7)式可以得到目標(biāo)函數(shù)的最優(yōu)值:

    (8)

    在實(shí)際訓(xùn)練過程中,XGBoost獲取最優(yōu)切分點(diǎn)時(shí)會(huì)對(duì)樹中的葉子結(jié)點(diǎn)嘗試進(jìn)行分裂。新分裂一個(gè)結(jié)點(diǎn)后,需要檢測(cè)這次分裂是否會(huì)給損失函數(shù)帶來增益(Gain),增益的定義如下:

    (9)

    其中,

    (10)

    (11)

    綜上所述,將樣本特征作為輸入,選取CART作為弱分類器,使用增益最大的標(biāo)準(zhǔn)選取最佳切分特征與最佳切分點(diǎn)后,通過計(jì)算預(yù)測(cè)的標(biāo)簽值與真實(shí)標(biāo)簽之間的損失來加性地進(jìn)行訓(xùn)練并集成到一起,即可得到最終的XGBoost模型。

    2 應(yīng)用實(shí)例

    在測(cè)井過程中,面對(duì)以發(fā)現(xiàn)和評(píng)價(jià)油氣水層為核心目標(biāo)的復(fù)雜儲(chǔ)層評(píng)價(jià)這一難題,建立一種新的基于學(xué)習(xí)并可自動(dòng)獲取知識(shí)的測(cè)井規(guī)則庫(kù)是非常有必要的[4]。

    本文提出一種基于XGBoost的測(cè)井規(guī)則自動(dòng)獲取方法,其技術(shù)流程如圖2所示。首先根據(jù)已有的測(cè)井?dāng)?shù)據(jù)建立數(shù)據(jù)集,然后經(jīng)過特征選擇及數(shù)據(jù)處理等得到訓(xùn)練數(shù)據(jù)并以此訓(xùn)練XGBoost模型,從而得到自動(dòng)獲取的規(guī)則庫(kù)。

    圖2 基于XGBoost的測(cè)井規(guī)則自動(dòng)獲取流程

    2.1 創(chuàng)建樣本數(shù)據(jù)集

    以勝利油田鹽家永安地區(qū)砂礫巖油氣藏為研究區(qū),選擇其中已完成試油的17口井作為研究目標(biāo)。首先,以0.1m為步長(zhǎng)對(duì)已完成試油和測(cè)井解釋的井段的測(cè)井曲線進(jìn)行采樣,共獲得6489個(gè)樣本數(shù)據(jù)。經(jīng)統(tǒng)計(jì),數(shù)據(jù)集中樣本的試油結(jié)論表明共有水層、油層、干層、泥巖層、油水同層、含油水層6類(表1)。

    表1 研究目標(biāo)中各類儲(chǔ)層數(shù)量及占比

    對(duì)該研究區(qū)內(nèi)測(cè)井資料及地質(zhì)參數(shù)進(jìn)行分析,選擇了補(bǔ)償中子(CNL)、補(bǔ)償密度(DEN)、聲波時(shí)差(AC)、地層真電阻率(RT)、沖洗帶地層電阻率(RXO)、自然電位(SP)、井徑(CAL)、自然伽馬(GR)和全烴曲線(QT)這9個(gè)參數(shù)作為每個(gè)樣本的特征,將各樣本的試油結(jié)論作為真實(shí)標(biāo)簽。將所有樣本匯總到一起,構(gòu)建總的大樣本數(shù)據(jù)集。

    2.2 數(shù)據(jù)處理

    首先利用現(xiàn)有測(cè)井解釋軟件讀取每口井的參數(shù)曲線,再將連續(xù)的數(shù)據(jù)按特定步長(zhǎng)采樣為離散的樣本并保存為文本文件,進(jìn)而轉(zhuǎn)化為方便程序讀取的CSV文件。在輸入數(shù)據(jù)時(shí),將各樣本的標(biāo)簽信息通過獨(dú)熱編碼進(jìn)行處理,轉(zhuǎn)化為多維向量的表示形式,“1”所在的位置代表其類別,避免了簡(jiǎn)單數(shù)值替換標(biāo)簽帶來的一系列影響(表2)。

    表2 本文方法的One-Hot編碼方式

    XGBoost作為樹形結(jié)構(gòu)模型,其尋找最優(yōu)點(diǎn)的過程通過尋找最優(yōu)分裂點(diǎn)完成,而數(shù)值縮放不影響分裂點(diǎn)位置,因此特征之間的數(shù)據(jù)量綱和數(shù)量級(jí)的不同并不會(huì)對(duì)其產(chǎn)生影響。因此,相比于線性模型,樹形結(jié)構(gòu)模型不需要對(duì)數(shù)據(jù)集進(jìn)行額外的特征預(yù)處理就能滿足分類任務(wù),避免了對(duì)數(shù)據(jù)集進(jìn)行歸一化或標(biāo)準(zhǔn)化處理而帶來的特征信息損失。

    將總樣本數(shù)據(jù)集按7∶3劃分為訓(xùn)練集和測(cè)試集進(jìn)行數(shù)據(jù)處理,其中訓(xùn)練集包含4543個(gè)樣本,測(cè)試集包含1946個(gè)樣本。

    2.3 模型對(duì)比及應(yīng)用

    2.3.1 實(shí)驗(yàn)環(huán)境

    利用Python語(yǔ)言建立XGBoost模型。運(yùn)行環(huán)境:服務(wù)器內(nèi)有兩塊14核CPU,共187.39GB內(nèi)存,CPU型號(hào)為Intel(R)Xeon(R)Gold5120@2.20GHz。

    2.3.2 實(shí)驗(yàn)設(shè)置及實(shí)驗(yàn)結(jié)果

    XGBoost作為機(jī)器學(xué)習(xí)模型,在訓(xùn)練時(shí)需要進(jìn)行各種參數(shù)的調(diào)整,其中較為重要的超參數(shù)有:迭代次數(shù)N,即模型迭代的次數(shù);學(xué)習(xí)率lr,用以調(diào)整每棵決策樹的權(quán)重來提高模型的魯棒性;最大樹深度Dmax,最小樣本權(quán)重Wmin則是用以停止樹的循環(huán)生成,當(dāng)樹深度達(dá)到最大深度Dmax或樣本權(quán)重和小于閾值Wmin時(shí)則停止分裂,避免樹過深導(dǎo)致其學(xué)習(xí)到過于局部的樣本,防止過擬合。在參數(shù)尋優(yōu)過程中,本文采用K折交叉驗(yàn)證與網(wǎng)格搜索(grid search with cross validation)相結(jié)合的方式來選取最優(yōu)參數(shù)。

    K折交叉驗(yàn)證是指將初始訓(xùn)練集分割成K個(gè)子數(shù)據(jù)集,一個(gè)單獨(dú)的子數(shù)據(jù)集被保留作為驗(yàn)證模型的數(shù)據(jù),其它K-1個(gè)子數(shù)據(jù)集用來訓(xùn)練。交叉驗(yàn)證重復(fù)K次,每個(gè)子樣本驗(yàn)證一次,平均K次的結(jié)果,最終得到評(píng)估結(jié)果。該方法的優(yōu)勢(shì)在于可以減少在單次隨機(jī)劃分?jǐn)?shù)據(jù)集時(shí),因劃分方式不同帶來的差別,降低其在調(diào)參過程中的影響??紤]到運(yùn)算時(shí)間及內(nèi)存占用,本文選取K=10進(jìn)行實(shí)驗(yàn)。

    網(wǎng)格搜索是一種基于窮舉的搜索手段,即在所有候選的超參數(shù)選擇中,通過循環(huán)遍歷,嘗試每一種可能性,選擇得到最高準(zhǔn)確率的超參數(shù)作為最終的結(jié)果。

    首先,對(duì)于迭代次數(shù)N,本文在1~200內(nèi)進(jìn)行搜索,并在N=159時(shí)取得最大值(圖3)。

    圖3 模型在不同迭代次數(shù)下的準(zhǔn)確率

    其次,在0.1~1.0內(nèi)對(duì)學(xué)習(xí)率的最優(yōu)參數(shù)進(jìn)行搜索,取得學(xué)習(xí)率的最優(yōu)值為0.281,其實(shí)驗(yàn)結(jié)果如圖4 所示。

    圖4 模型在不同學(xué)習(xí)率下的準(zhǔn)確率

    同理,使用相同方法對(duì)Dmax與Wmin進(jìn)行搜索,分別取得最優(yōu)值Dmax=5,Wmin=1。最終的實(shí)驗(yàn)結(jié)果如表3所示。

    由表3可以看出,本文方法對(duì)研究區(qū)內(nèi)大部分油氣水層的預(yù)測(cè)結(jié)果較好,僅泥巖層的預(yù)測(cè)準(zhǔn)確率稍低。采取多種調(diào)優(yōu)方式后,其準(zhǔn)確率仍未得到明顯提高,可能是由于所選數(shù)據(jù)集中泥巖層的各樣本不能很好地突顯其特征所致。經(jīng)過多次數(shù)據(jù)集隨機(jī)劃分實(shí)驗(yàn),含油水層的準(zhǔn)確率多數(shù)仍能保持在100%,說明盡管含油水層的樣本數(shù)較少,但本文模型可以較完整地提取到含油水層樣本的特征。

    表3 基于XGBoost的類專家規(guī)則預(yù)測(cè)結(jié)果

    為了進(jìn)一步證明本文方法的有效性,使用GBDT算法和SVM算法自動(dòng)獲取專家規(guī)則,對(duì)比結(jié)果如表4 所示。

    從表4可看出,采用XGBoost算法的預(yù)測(cè)準(zhǔn)確度高于GBDT算法和SVM算法的預(yù)測(cè)準(zhǔn)確度;雖然GBDT算法與XGBoost算法的預(yù)測(cè)準(zhǔn)確率接近,但由于GBDT算法不能很好地利用并行方法對(duì)數(shù)據(jù)進(jìn)行處理,導(dǎo)致其運(yùn)行時(shí)間約為XGBoost算法的4倍。所以,從時(shí)間成本及準(zhǔn)確率方面考慮,采用基于XGBoost算法構(gòu)建專家規(guī)則的方法可以取得更好的效果。

    表4 不同算法的性能對(duì)比

    2.3.3 規(guī)則庫(kù)自動(dòng)獲取方法在老井復(fù)查中的應(yīng)用

    老井復(fù)查是針對(duì)解釋錯(cuò)誤的層位,在得到試油結(jié)論后,再次進(jìn)行測(cè)井解釋,以形成對(duì)某一區(qū)塊的共性研究。在研究區(qū)內(nèi)應(yīng)用規(guī)則庫(kù)自動(dòng)獲取方法后,形成了研究區(qū)塊內(nèi)的知識(shí)規(guī)則庫(kù),得到了區(qū)塊共性的解釋經(jīng)驗(yàn)知識(shí)。在老井復(fù)查中,利用本文提出的新規(guī)則庫(kù)對(duì)研究區(qū)內(nèi)的井再次進(jìn)行測(cè)井解釋,并與手工編寫的原規(guī)則庫(kù)進(jìn)行對(duì)比,兩種規(guī)則在部分井(Y22井和Y929井)的應(yīng)用結(jié)果如圖5、圖6和圖7所示。

    圖5 Y22井某油層部分的解釋結(jié)果

    圖6 Y22井某水層部分的解釋結(jié)果

    圖7 Y929井某水層部分的解釋結(jié)果

    由應(yīng)用結(jié)果可知,與原規(guī)則庫(kù)相比,本文方法較完整地提取了該區(qū)塊內(nèi)的知識(shí)規(guī)則,提升了測(cè)井解釋的準(zhǔn)確率。

    2.3.4 討論與分析

    本文方法利用XGBoost模型構(gòu)建了專家規(guī)則的自動(dòng)獲取方法,通過加法訓(xùn)練將多個(gè)CART分類器集成到一起,并在損失函數(shù)中附加正則項(xiàng),較好地完成了專家規(guī)則庫(kù)自動(dòng)獲取任務(wù)。分析后發(fā)現(xiàn),在實(shí)驗(yàn)與老井復(fù)查過程中,研究區(qū)內(nèi)的部分儲(chǔ)集層較厚,因而實(shí)驗(yàn)結(jié)果較好。但由于數(shù)據(jù)有限,目前未能專門針對(duì)很薄的復(fù)雜巖性儲(chǔ)集層進(jìn)行實(shí)驗(yàn)。但本文表明將XGBoost算法應(yīng)用于測(cè)井解釋具有較大的潛力,也為復(fù)雜儲(chǔ)層測(cè)井評(píng)價(jià)等應(yīng)用提供了新的思路。

    3 結(jié)論

    1) 將機(jī)器學(xué)習(xí)算法與測(cè)井專家系統(tǒng)有效結(jié)合,代替原有的人工方法建立解釋規(guī)則庫(kù),使得關(guān)聯(lián)規(guī)則更容易獲取,非專家人員也可以進(jìn)行類專家規(guī)則的生成及測(cè)井解釋;

    2) 采用XGBoost模型經(jīng)過網(wǎng)格搜索和K折交叉驗(yàn)證優(yōu)化后,其分類準(zhǔn)確率高于SVM算法和GBDT算法,表明采用該模型能夠準(zhǔn)確預(yù)測(cè)各類儲(chǔ)層;

    3) 本文方法在勝利油田鹽家永安地區(qū)老井復(fù)查中的成功應(yīng)用表明,采用該方法形成了研究區(qū)塊內(nèi)的知識(shí)規(guī)則庫(kù),得到了本區(qū)塊共性的解釋經(jīng)驗(yàn)知識(shí)。

    猜你喜歡
    決策樹測(cè)井儲(chǔ)層
    本期廣告索引
    輸導(dǎo)層
    ——北美又一種非常規(guī)儲(chǔ)層類型
    八扇區(qū)水泥膠結(jié)測(cè)井儀刻度及測(cè)井?dāng)?shù)據(jù)處理
    一種針對(duì)不均衡數(shù)據(jù)集的SVM決策樹算法
    基于儲(chǔ)層構(gòu)型研究的儲(chǔ)層平面非均質(zhì)性表征
    決策樹和隨機(jī)森林方法在管理決策中的應(yīng)用
    電子制作(2018年16期)2018-09-26 03:27:06
    基于決策樹的出租車乘客出行目的識(shí)別
    基于測(cè)井響應(yīng)評(píng)價(jià)煤巖結(jié)構(gòu)特征
    中石油首個(gè)全國(guó)測(cè)井行業(yè)標(biāo)準(zhǔn)發(fā)布
    基于肺癌CT的決策樹模型在肺癌診斷中的應(yīng)用
    在线观看人妻少妇| 老司机影院成人| 亚洲一区二区三区欧美精品| 久久毛片免费看一区二区三区| tube8黄色片| 日韩精品免费视频一区二区三区| 纯流量卡能插随身wifi吗| 日韩中文字幕欧美一区二区| 国产成人欧美| 成人av一区二区三区在线看 | 精品视频人人做人人爽| 国产野战对白在线观看| 美女扒开内裤让男人捅视频| 色综合欧美亚洲国产小说| 亚洲 欧美一区二区三区| 超碰成人久久| 亚洲精品第二区| 乱人伦中国视频| 欧美av亚洲av综合av国产av| 日韩欧美一区二区三区在线观看 | 午夜激情av网站| 亚洲精品久久午夜乱码| 99香蕉大伊视频| 精品人妻1区二区| 五月天丁香电影| 亚洲熟女毛片儿| 国产精品一区二区精品视频观看| 不卡av一区二区三区| 男男h啪啪无遮挡| 亚洲欧美清纯卡通| 久久久久网色| 亚洲三区欧美一区| 精品人妻1区二区| 黄片小视频在线播放| 啪啪无遮挡十八禁网站| 青春草视频在线免费观看| av视频免费观看在线观看| 亚洲,欧美精品.| 欧美激情高清一区二区三区| 大香蕉久久成人网| 18禁裸乳无遮挡动漫免费视频| 国产精品欧美亚洲77777| 成人18禁高潮啪啪吃奶动态图| 欧美精品av麻豆av| 色综合欧美亚洲国产小说| 亚洲精品乱久久久久久| 国产精品成人在线| 久久久国产成人免费| 精品国产一区二区久久| 精品国产乱码久久久久久小说| 免费看十八禁软件| 中文欧美无线码| 大码成人一级视频| 久久人人爽av亚洲精品天堂| 曰老女人黄片| 妹子高潮喷水视频| 精品人妻1区二区| 好男人电影高清在线观看| 97在线人人人人妻| 在线观看免费视频网站a站| 国产精品久久久人人做人人爽| 午夜福利乱码中文字幕| 亚洲视频免费观看视频| 国产一区二区三区综合在线观看| 永久免费av网站大全| 欧美日韩成人在线一区二区| 最黄视频免费看| 老司机午夜福利在线观看视频 | 国产精品一区二区精品视频观看| 老司机在亚洲福利影院| 国产日韩欧美视频二区| 久久精品国产a三级三级三级| 91麻豆精品激情在线观看国产 | 国产精品一区二区在线观看99| 成在线人永久免费视频| 精品福利永久在线观看| 一区二区三区精品91| 欧美日韩一级在线毛片| 免费不卡黄色视频| 搡老乐熟女国产| 久久国产精品人妻蜜桃| 91老司机精品| 热re99久久国产66热| 国产99久久九九免费精品| 国产成人精品久久二区二区免费| 99久久综合免费| 黄色a级毛片大全视频| 大码成人一级视频| 多毛熟女@视频| 50天的宝宝边吃奶边哭怎么回事| 青青草视频在线视频观看| av网站在线播放免费| 欧美日韩福利视频一区二区| 久久99一区二区三区| 91精品三级在线观看| 老汉色av国产亚洲站长工具| 成人免费观看视频高清| 欧美日韩亚洲综合一区二区三区_| 日韩 欧美 亚洲 中文字幕| 亚洲成人免费av在线播放| 在线观看www视频免费| 女人被躁到高潮嗷嗷叫费观| 巨乳人妻的诱惑在线观看| 久久狼人影院| 亚洲视频免费观看视频| 久久女婷五月综合色啪小说| 91av网站免费观看| 久久人妻福利社区极品人妻图片| 久久性视频一级片| 国产成人免费观看mmmm| 久久久久视频综合| 精品一区在线观看国产| 在线观看免费高清a一片| 亚洲av成人一区二区三| 一本大道久久a久久精品| 日韩中文字幕欧美一区二区| 中文字幕制服av| 久久精品aⅴ一区二区三区四区| 亚洲精品久久成人aⅴ小说| 欧美97在线视频| 国产免费av片在线观看野外av| 免费在线观看完整版高清| 美女高潮到喷水免费观看| 免费高清在线观看日韩| 国产伦人伦偷精品视频| 国产成人影院久久av| 亚洲精品国产av蜜桃| 99国产精品一区二区三区| 亚洲精品成人av观看孕妇| 久久久国产一区二区| 国产亚洲欧美在线一区二区| 高清视频免费观看一区二区| 深夜精品福利| 日本a在线网址| 免费观看人在逋| 青草久久国产| 欧美日韩亚洲国产一区二区在线观看 | 国产一区二区在线观看av| 亚洲人成电影观看| 亚洲精品国产精品久久久不卡| 宅男免费午夜| 人妻 亚洲 视频| 女人被躁到高潮嗷嗷叫费观| 黄色 视频免费看| 亚洲av成人不卡在线观看播放网 | 欧美日韩中文字幕国产精品一区二区三区 | 国产精品一区二区在线不卡| 日本wwww免费看| 亚洲av国产av综合av卡| 热99久久久久精品小说推荐| 日韩精品免费视频一区二区三区| 欧美午夜高清在线| 他把我摸到了高潮在线观看 | 国产高清国产精品国产三级| 啦啦啦在线免费观看视频4| 美女国产高潮福利片在线看| 精品亚洲成国产av| 国产淫语在线视频| 成在线人永久免费视频| 国产在线免费精品| 亚洲第一青青草原| 亚洲视频免费观看视频| 青春草视频在线免费观看| 亚洲欧美色中文字幕在线| 欧美av亚洲av综合av国产av| 国产又色又爽无遮挡免| 亚洲av日韩精品久久久久久密| 久久精品亚洲av国产电影网| 国产av精品麻豆| 又大又爽又粗| 日本猛色少妇xxxxx猛交久久| 亚洲欧美清纯卡通| 亚洲伊人色综图| 中文字幕人妻丝袜一区二区| 免费女性裸体啪啪无遮挡网站| 久久久久国内视频| 久久天躁狠狠躁夜夜2o2o| 最近最新免费中文字幕在线| 91国产中文字幕| 可以免费在线观看a视频的电影网站| 少妇人妻久久综合中文| 国产97色在线日韩免费| 精品久久蜜臀av无| 国产精品免费大片| 午夜免费鲁丝| 99国产精品99久久久久| 国产片内射在线| 搡老乐熟女国产| netflix在线观看网站| 91九色精品人成在线观看| www.自偷自拍.com| 亚洲国产日韩一区二区| 亚洲国产欧美一区二区综合| 人妻久久中文字幕网| 在线 av 中文字幕| 国产深夜福利视频在线观看| 亚洲精品美女久久久久99蜜臀| 国产精品久久久久久人妻精品电影 | 国产亚洲欧美精品永久| 精品少妇内射三级| 久久人人97超碰香蕉20202| 大香蕉久久网| 操出白浆在线播放| 真人做人爱边吃奶动态| 俄罗斯特黄特色一大片| 国产成人精品久久二区二区91| 日本av手机在线免费观看| 一个人免费看片子| 亚洲人成电影观看| 亚洲国产精品成人久久小说| 国产亚洲欧美在线一区二区| 9色porny在线观看| 精品视频人人做人人爽| 人人妻人人添人人爽欧美一区卜| 久久精品aⅴ一区二区三区四区| 亚洲五月婷婷丁香| 午夜福利影视在线免费观看| 国产在线免费精品| 国产精品一区二区免费欧美 | 欧美精品av麻豆av| 午夜福利视频在线观看免费| 香蕉国产在线看| 国产成+人综合+亚洲专区| 1024香蕉在线观看| 欧美日韩亚洲国产一区二区在线观看 | 大香蕉久久成人网| 久久国产亚洲av麻豆专区| 国产淫语在线视频| 国产麻豆69| 一边摸一边做爽爽视频免费| 俄罗斯特黄特色一大片| 天堂8中文在线网| tube8黄色片| 久久久久国内视频| 国产精品久久久久久精品电影小说| 国产一区二区三区综合在线观看| 国产高清国产精品国产三级| 啦啦啦免费观看视频1| 一区在线观看完整版| 国产精品久久久久久精品电影小说| 国产一区二区激情短视频 | 国产欧美日韩精品亚洲av| 人妻久久中文字幕网| 天天躁夜夜躁狠狠躁躁| 男人操女人黄网站| 欧美成人午夜精品| 人成视频在线观看免费观看| 国产成+人综合+亚洲专区| 精品人妻熟女毛片av久久网站| 熟女少妇亚洲综合色aaa.| 男人舔女人的私密视频| 国产欧美日韩一区二区精品| 午夜激情av网站| 90打野战视频偷拍视频| 9色porny在线观看| 亚洲视频免费观看视频| 午夜成年电影在线免费观看| av线在线观看网站| 精品熟女少妇八av免费久了| 久久久久久免费高清国产稀缺| 久久精品国产亚洲av高清一级| 真人做人爱边吃奶动态| 在线天堂中文资源库| 久久久精品94久久精品| 久久狼人影院| 精品欧美一区二区三区在线| 久久久国产欧美日韩av| 性少妇av在线| 日韩欧美国产一区二区入口| 国产熟女午夜一区二区三区| 一区二区三区激情视频| 免费看十八禁软件| 狂野欧美激情性bbbbbb| 国产有黄有色有爽视频| 午夜91福利影院| 精品人妻熟女毛片av久久网站| 免费av中文字幕在线| 精品亚洲乱码少妇综合久久| 久久精品久久久久久噜噜老黄| 国产视频一区二区在线看| 国产亚洲精品久久久久5区| 人人妻人人添人人爽欧美一区卜| 精品乱码久久久久久99久播| 搡老乐熟女国产| 日韩 欧美 亚洲 中文字幕| 美女主播在线视频| 悠悠久久av| 亚洲激情五月婷婷啪啪| 欧美日韩精品网址| 精品福利永久在线观看| 日韩免费高清中文字幕av| 国产在线免费精品| 正在播放国产对白刺激| 精品视频人人做人人爽| 一级片'在线观看视频| av线在线观看网站| 亚洲欧美成人综合另类久久久| 一区二区三区激情视频| 欧美日韩成人在线一区二区| 亚洲五月色婷婷综合| 亚洲av日韩在线播放| 丝袜美足系列| 人人妻人人澡人人爽人人夜夜| 人妻久久中文字幕网| 亚洲国产欧美日韩在线播放| 久久九九热精品免费| 欧美精品亚洲一区二区| av网站免费在线观看视频| 搡老熟女国产l中国老女人| 亚洲精品粉嫩美女一区| 亚洲 欧美一区二区三区| 精品乱码久久久久久99久播| 国产精品免费大片| 亚洲精品久久成人aⅴ小说| 日韩中文字幕视频在线看片| 免费黄频网站在线观看国产| 首页视频小说图片口味搜索| av在线老鸭窝| av又黄又爽大尺度在线免费看| av线在线观看网站| 日韩一卡2卡3卡4卡2021年| 老熟妇仑乱视频hdxx| 日本av免费视频播放| 国产精品免费视频内射| 男女下面插进去视频免费观看| 亚洲精品国产av成人精品| 亚洲av电影在线进入| 久久青草综合色| 欧美激情 高清一区二区三区| 法律面前人人平等表现在哪些方面 | 免费观看a级毛片全部| 亚洲成人免费电影在线观看| 久久天躁狠狠躁夜夜2o2o| a级毛片黄视频| 亚洲精品中文字幕一二三四区 | av线在线观看网站| 日本vs欧美在线观看视频| 亚洲国产成人一精品久久久| 18禁黄网站禁片午夜丰满| 999精品在线视频| 黄片大片在线免费观看| 国产无遮挡羞羞视频在线观看| 亚洲人成电影观看| 亚洲精品在线美女| 后天国语完整版免费观看| 99热全是精品| 久久九九热精品免费| 黄网站色视频无遮挡免费观看| 久久精品成人免费网站| 黑人巨大精品欧美一区二区mp4| a级毛片在线看网站| a 毛片基地| 纵有疾风起免费观看全集完整版| 国产精品久久久久久精品电影小说| 狠狠狠狠99中文字幕| 午夜日韩欧美国产| 美女高潮喷水抽搐中文字幕| 黄色a级毛片大全视频| 人人妻人人爽人人添夜夜欢视频| 人人妻人人添人人爽欧美一区卜| 欧美午夜高清在线| 久久人人爽av亚洲精品天堂| 亚洲精品美女久久av网站| 精品少妇久久久久久888优播| 高清视频免费观看一区二区| av在线播放精品| 啦啦啦 在线观看视频| av国产精品久久久久影院| 一二三四社区在线视频社区8| 50天的宝宝边吃奶边哭怎么回事| www.av在线官网国产| 国精品久久久久久国模美| 亚洲精品粉嫩美女一区| 亚洲av成人一区二区三| 狠狠婷婷综合久久久久久88av| 精品久久久精品久久久| 51午夜福利影视在线观看| 免费日韩欧美在线观看| 欧美在线一区亚洲| 久久精品国产综合久久久| 亚洲av电影在线进入| 色视频在线一区二区三区| 国产一卡二卡三卡精品| 久久久久久久精品精品| 性高湖久久久久久久久免费观看| 色播在线永久视频| 国产精品av久久久久免费| 国产成+人综合+亚洲专区| 久久国产精品大桥未久av| 真人做人爱边吃奶动态| 丝袜美腿诱惑在线| 久久精品亚洲熟妇少妇任你| 久久精品国产亚洲av高清一级| 女性被躁到高潮视频| 纵有疾风起免费观看全集完整版| 午夜激情av网站| 1024视频免费在线观看| 超碰97精品在线观看| 一区二区三区精品91| 精品少妇一区二区三区视频日本电影| 两性夫妻黄色片| 国产精品久久久久久精品电影小说| 大型av网站在线播放| 亚洲自偷自拍图片 自拍| 天堂中文最新版在线下载| 免费在线观看视频国产中文字幕亚洲 | 伦理电影免费视频| 人人妻人人爽人人添夜夜欢视频| 国产成人免费无遮挡视频| 亚洲人成77777在线视频| 亚洲国产欧美网| 国产一区二区三区在线臀色熟女 | 在线观看免费视频网站a站| 亚洲av国产av综合av卡| 国产精品九九99| 正在播放国产对白刺激| 80岁老熟妇乱子伦牲交| 夜夜夜夜夜久久久久| 999精品在线视频| 国产av精品麻豆| 丝袜美足系列| 一二三四社区在线视频社区8| 国产高清videossex| av欧美777| 国产成人欧美在线观看 | 最新在线观看一区二区三区| 久久精品国产a三级三级三级| 十八禁人妻一区二区| 99国产精品一区二区三区| 精品国产乱码久久久久久男人| 丰满迷人的少妇在线观看| 精品视频人人做人人爽| 久久久久国产一级毛片高清牌| 好男人电影高清在线观看| 亚洲天堂av无毛| 日韩中文字幕欧美一区二区| 国产精品av久久久久免费| 啦啦啦免费观看视频1| 嫁个100分男人电影在线观看| 在线十欧美十亚洲十日本专区| 国产精品二区激情视频| 成人影院久久| 国产一区有黄有色的免费视频| 午夜老司机福利片| 婷婷成人精品国产| 久久性视频一级片| 亚洲欧美日韩另类电影网站| 电影成人av| 搡老熟女国产l中国老女人| 国产精品.久久久| 真人做人爱边吃奶动态| 建设人人有责人人尽责人人享有的| 最近最新中文字幕大全免费视频| 一本大道久久a久久精品| 国产精品.久久久| 久久青草综合色| 各种免费的搞黄视频| 国产精品一区二区在线不卡| 国产在线观看jvid| 99久久精品国产亚洲精品| 久久久久久久大尺度免费视频| 亚洲精品久久久久久婷婷小说| 曰老女人黄片| 亚洲国产精品一区二区三区在线| 夜夜骑夜夜射夜夜干| 精品久久久久久久毛片微露脸 | 久久国产精品影院| 免费观看人在逋| 天天躁日日躁夜夜躁夜夜| 久久女婷五月综合色啪小说| 男女高潮啪啪啪动态图| 欧美日韩亚洲高清精品| 国产精品偷伦视频观看了| 美国免费a级毛片| 精品人妻在线不人妻| 国产精品亚洲av一区麻豆| 新久久久久国产一级毛片| 免费不卡黄色视频| 波多野结衣av一区二区av| 亚洲国产中文字幕在线视频| 男女床上黄色一级片免费看| netflix在线观看网站| 啪啪无遮挡十八禁网站| 少妇粗大呻吟视频| 91麻豆av在线| 十八禁网站免费在线| 一本久久精品| 超色免费av| 成人国产一区最新在线观看| 午夜激情久久久久久久| 亚洲精品美女久久久久99蜜臀| av电影中文网址| 免费看十八禁软件| 老熟女久久久| 欧美另类一区| 亚洲中文av在线| 在线 av 中文字幕| 麻豆国产av国片精品| 无遮挡黄片免费观看| 男女高潮啪啪啪动态图| 久久精品人人爽人人爽视色| 丝袜脚勾引网站| 亚洲天堂av无毛| 欧美av亚洲av综合av国产av| 国产一区二区 视频在线| 国产男女超爽视频在线观看| 一级黄色大片毛片| 亚洲国产av新网站| 在线永久观看黄色视频| 国产1区2区3区精品| 天天操日日干夜夜撸| 亚洲国产欧美日韩在线播放| 婷婷丁香在线五月| 欧美日本中文国产一区发布| 老司机深夜福利视频在线观看 | 亚洲少妇的诱惑av| 成人影院久久| 99精国产麻豆久久婷婷| 国产精品国产三级国产专区5o| 日本wwww免费看| 人妻 亚洲 视频| 天堂8中文在线网| 欧美激情极品国产一区二区三区| 窝窝影院91人妻| 女性生殖器流出的白浆| 看免费av毛片| 一区二区三区四区激情视频| 另类亚洲欧美激情| 一级片'在线观看视频| 精品一品国产午夜福利视频| 91麻豆av在线| 女人爽到高潮嗷嗷叫在线视频| 亚洲五月色婷婷综合| 色精品久久人妻99蜜桃| 国产精品99久久99久久久不卡| 高清黄色对白视频在线免费看| 亚洲自偷自拍图片 自拍| 国产有黄有色有爽视频| 人妻人人澡人人爽人人| 99国产综合亚洲精品| 女人爽到高潮嗷嗷叫在线视频| 91av网站免费观看| 在线 av 中文字幕| 亚洲激情五月婷婷啪啪| 国产亚洲一区二区精品| 亚洲人成电影观看| 亚洲国产欧美日韩在线播放| 99久久国产精品久久久| 91成人精品电影| av网站在线播放免费| 日韩欧美一区二区三区在线观看 | 91大片在线观看| 1024香蕉在线观看| 国精品久久久久久国模美| 亚洲久久久国产精品| 两个人看的免费小视频| 日本精品一区二区三区蜜桃| 91老司机精品| 国产在线免费精品| 丰满少妇做爰视频| 肉色欧美久久久久久久蜜桃| 一边摸一边抽搐一进一出视频| 男女边摸边吃奶| 妹子高潮喷水视频| 别揉我奶头~嗯~啊~动态视频 | 久久久精品国产亚洲av高清涩受| 新久久久久国产一级毛片| 亚洲第一欧美日韩一区二区三区 | 91字幕亚洲| 一本—道久久a久久精品蜜桃钙片| 美女中出高潮动态图| 丰满人妻熟妇乱又伦精品不卡| 美女高潮喷水抽搐中文字幕| 免费一级毛片在线播放高清视频 | 巨乳人妻的诱惑在线观看| 两个人看的免费小视频| 亚洲国产精品一区二区三区在线| 999久久久国产精品视频| 丰满人妻熟妇乱又伦精品不卡| 成在线人永久免费视频| 亚洲精品在线美女| 欧美日韩亚洲国产一区二区在线观看 | 精品国产国语对白av| 久久精品亚洲av国产电影网| 国产精品麻豆人妻色哟哟久久| av在线播放精品| 亚洲一区二区三区欧美精品| 丝袜喷水一区| xxxhd国产人妻xxx| 亚洲国产欧美一区二区综合| 男女午夜视频在线观看| 一级毛片女人18水好多| cao死你这个sao货| 国产在线一区二区三区精| 青青草视频在线视频观看| 欧美在线一区亚洲| 97在线人人人人妻| 亚洲精品久久午夜乱码| 一级片免费观看大全| 精品亚洲成国产av| 日日夜夜操网爽| 中国美女看黄片| 亚洲成人免费av在线播放| 亚洲色图综合在线观看| 午夜福利在线观看吧| 免费黄频网站在线观看国产| 日日爽夜夜爽网站| 国产成人影院久久av| 欧美在线黄色| 国产成人a∨麻豆精品| 国产色视频综合| 精品一区二区三卡| 欧美日韩国产mv在线观看视频| 亚洲美女黄色视频免费看| 久久亚洲精品不卡|