• <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CEEMDAN-LSSVM-ARIMA模型的短期光伏功率預測*

    2022-05-18 02:42:04瑞,強,
    傳感器與微系統(tǒng) 2022年5期
    關(guān)鍵詞:模態(tài)特征方法

    王 瑞, 高 強, 逯 靜

    (1.河南理工大學 電氣工程與自動化學院,河南 焦作 454000;2.河南理工大學 計算機科學與技術(shù)學院,河南 焦作 454000)

    0 引 言

    隨著光伏發(fā)電的迅速發(fā)展,大規(guī)模的光伏并網(wǎng)對電力系統(tǒng)的沖擊越來越明顯,準確的短期光伏功率預測,能夠有效地緩解光伏并網(wǎng)對電力系統(tǒng)造成的壓力,對確保電網(wǎng)穩(wěn)定運行和資源合理分配有重要的意義[1,2]。

    目前,人們通常分析光伏發(fā)電功率數(shù)據(jù)歷史規(guī)律與外部影響因素之間的關(guān)聯(lián),建立預測模型,對短期光伏功率進行預測[3~14]。文獻[6]利用智能優(yōu)化算法改進最小二乘支持向量機(least squares support vector machine,LSSVM),優(yōu)化了光伏功率預測效果,但忽略了輸入特征對預測效果的影響。文獻[4,7]利用差分自回歸移動平均(autoregressive integrated moving average,ARIMA)模型分別進行光伏功率與風功率預測,ARIMA模型表現(xiàn)出優(yōu)越的時間序列預測性能。文獻[8,9]分別采用小波包和經(jīng)驗?zāi)B(tài)分解(empirical mode decomposition,EMD)將光伏功率序列分解,降低光伏功率序列的非平穩(wěn)特征。EMD克服了小波分解需預先人為經(jīng)驗選擇基函數(shù)與分解層數(shù)的缺陷,但分解過程存在模態(tài)混疊現(xiàn)象。集成經(jīng)驗?zāi)B(tài)分解(EEMD)、完備集成經(jīng)驗?zāi)B(tài)分解(CEEMD)和CEEMDAN為EMD的改進方法,采用不同的方式消除模態(tài)混疊現(xiàn)象,其中CEEMDAN表現(xiàn)出良好的性能,被廣泛應(yīng)用于多個領(lǐng)域[10~12]。一些學者在預測過程中引入誤差修正機制,有效地提升了光伏功率的預測精度[13,14]。

    本文提出一種基于CEEMDAN-LSSVM-ARIMA模型的短期光伏功率預測方法。通過CEEMDAN將光伏功率序列分解成相對平穩(wěn)的不同子序列;考慮到子序列頻率特征變化對模型輸入特征的影響,利用增量搜索法改進LSSVM,增加其自適應(yīng)選擇適合輸入特征的能力,對各子序列分別建立改進LSSVM預測模型,求和重構(gòu)各子序列預測結(jié)果得初步預測值;分析誤差序列特征,發(fā)現(xiàn)誤差序列的變化呈現(xiàn)一定的規(guī)律,視誤差序列為時間序列,建立ARIMA誤差修正模型,將誤差預測值與初步預測值疊加得到最終預測結(jié)果。

    1 光伏功率CEEMDAN原理與方法

    CEEMDAN在EMD的基礎(chǔ)上,通過自適應(yīng)添加高斯白噪聲,克服了模態(tài)混疊現(xiàn)象,有效地分解非平穩(wěn)的序列。采用CEEMDAN分解光伏功率序列的具體步驟如下:

    設(shè)Y為歷史光伏功率序列,Ej(*)為經(jīng)EMD產(chǎn)生的第j階模態(tài)分量算子,ωn(t)為第n次添加的高斯白噪聲序列,IMFk為經(jīng)CEEMDAN得到的第k階本征模態(tài)分量序列,δk-1為求解IMFk的自適應(yīng)系數(shù)。

    1)向原始序列Y中添加自適應(yīng)高斯白噪聲δ0ωn(t),n=1,2,…,N為添加的次數(shù),即

    Yn=Y+δ0ωn(t)

    (1)

    (2)

    r1=Y-IMF1

    (3)

    2)向余量序列r1中添加自適應(yīng)高斯白噪聲δ1E1(ωn(t)),n=1,2,…,N,即

    r1n=r1+δ1E1(ωn(t))

    (4)

    對r1n分別進行EMD分解,則CEEMDAN分解的二階本征模態(tài)分量序列IMF2為

    (5)

    3)對k=2,3,…,K,重復步驟(2),得到第k+1階本征模態(tài)分量序列和第k個殘余分量序列,即

    (6)

    rk=rk-1-IMFk

    (7)

    4)直到殘余分量序列的極值點個數(shù)不超過2個為止,最終殘余分量序列R為

    (8)

    歷史光伏功率序列Y經(jīng)CEEMDAN分解成K個本征模態(tài)分量序列IMFk和一個殘余分量序列R,共K+1個子序列。

    2 光伏功率LSSVM模型原理與改進

    2.1 LSSVM模型原理

    LSSVM遵循結(jié)構(gòu)風險最小化原則,在SVM的基礎(chǔ)上,將損失函數(shù)構(gòu)造成最小二乘函數(shù),不等式約束轉(zhuǎn)成等式約束,進而將二次規(guī)劃問題的求解轉(zhuǎn)換成了求解線性方程組。LSSVM目標優(yōu)化函數(shù)為

    s.t.yi=ωTφ(xi)+b+ξi,i=1,2,…,n

    (9)

    式中c為正則化參數(shù);ξi為誤差變量;ω為法向量;b為偏置量。

    引入拉格朗日算子,根據(jù)KKT條件和Mercer條件,最終得到的回歸函數(shù)為

    (10)

    式中k(xi,xj)為核函數(shù),通常采用徑向基核函數(shù),根據(jù)式(10)進行回歸預測。

    2.2 改進LSSVM的光伏功率預測

    客觀自適應(yīng)選擇適合的輸入特征,是確保LSSVM預測效果的關(guān)鍵。文中考慮的影響因素包括太陽直射輻照度、散射輻照度、總輻射輻照度、氣溫、板溫、溫差、濕度和氣壓,8個特征,可能的組合數(shù)為(2m-1),m=8,即255個,因此通過遍歷所有的組合選擇適合的輸入特征是不可取的。

    增量搜索法[15]的核心思想是,從剩余的特征中每次選擇一個特征,添加到現(xiàn)有的輸入特征中,使其目標變量相比上一次變化最多。由增量搜索法獲得適合的輸入特征,最多只需篩查m(m+1)/2,m=8,即36個組合。

    因此,文中以訓練誤差為目標變量,采用增量搜索法改進LSSVM,使其自適應(yīng)選擇適合的輸入特征。改進LSSVM自適應(yīng)選擇適合輸入特征,進行光伏功率預測的步驟如下:

    1)設(shè)初始輸入特征集D為空集,初始訓練誤差e為0;

    2)將原始特征集Sm=(x1,x2,…,xm)中每個特征按順序保留在D中,得候選特征集D1,D2,…,Dm;

    3)將對應(yīng)Dm的樣本數(shù)據(jù)輸入到LSSVM中,由粒子群優(yōu)化(particle swarm optimization,PSO)算法優(yōu)化正則化參數(shù)和核函數(shù)參數(shù),并行法[16]得訓練誤差e1,e2,…,em;

    4)將對應(yīng)min{e1,e2,…,em}的特征保存在D中,保存e=min{e1,e2,…,em};

    5)對剩余特征P={Sm-D}執(zhí)行步驟(2)和步驟(3),由式(11)保存對應(yīng)特征到D中,對應(yīng)誤差賦值給e

    (11)

    式中ea為候選特征集訓練誤差,τ>0為終止條件,文中設(shè)定τ=e/10;

    6)繼續(xù)對P={Sm-D}執(zhí)行步驟(5),直到式(11)不成立或Sm為空集;

    7)獲得模型的適合輸入特征D,輸入預測樣本數(shù)據(jù),進行光伏功率預測。

    3 ARIMA預測誤差修正

    由于分解模型和預測模型的自身限制,由初步預測結(jié)果和實際值構(gòu)造誤差序列,分析發(fā)現(xiàn)其變化呈現(xiàn)一定的規(guī)律[17]。將誤差序列視為隨機時間序列,利用ARIMA模型進行誤差修正,ARIMA模型可表示為

    (12)

    式中L為滯后算子,d為差分階數(shù),φi為自適應(yīng)系數(shù),θi為移動平均系數(shù),p為自回歸階數(shù),q為移動平均階數(shù),εt為殘差序列。

    建立ARIMA誤差修正模型的步驟如下[7]:1)由ADF單根檢驗誤差序列是否平穩(wěn),若不平穩(wěn),對誤差序列d次差分后繼續(xù)檢驗,確定差分階數(shù)d;2)根據(jù)誤差序列自相關(guān)和偏自相關(guān),由赤池信息準則(Akaike information criterion,AIC)選擇p和q的階數(shù),以AIC值最小確定p和q;3)利用最小二乘法估計模型的參數(shù),通過參數(shù)顯著性檢驗和殘差白噪聲檢驗判斷、選定參數(shù);4)建立ARIMA誤差修正模型并預測。

    4 短期光伏功率預測建模

    提出基于CEEMDAN-LSSVM-ARIMA模型的短期光伏功率預測方法,預測未來1 h(4個節(jié)點)光伏發(fā)電功率。光伏功率預測模型如圖1。

    圖1 光伏功率預測模型

    光伏功率預測模型的步驟如下:

    1) 獲取目標光伏電站實際數(shù)據(jù),取采樣點前后3~6個時間節(jié)點的平均值補全缺失數(shù)據(jù)。記Y為歷史光伏功率序列,由CEEMDAN將Y分解為K+1個子序列,分別記為W1,W2,…,Wk+1,其中,前K個為本征模態(tài)序列IMFk,第K+1個為殘余序列R。

    2)對各子序列分別建立改進LSSVM模型,并輸入影響因素;預測模型自適應(yīng)選擇適合的輸入影響因素特征進行預測,各子序列預測結(jié)果為u1,u2,…,uk,uk+1。

    3)由式(13)對各子序列預測結(jié)果求和重構(gòu),得光伏功率初步預測結(jié)果Y′,由式(14)得到誤差時間序列e

    (13)

    e=Y-Y′

    (14)

    4)分析誤差特性,建立ARIMA誤差修正模型,輸入誤差數(shù)據(jù)序列e,進行訓練和預測,誤差預測結(jié)果為e′。

    5)疊加初步預測結(jié)果和誤差預測結(jié)果得最終光伏功率預測結(jié)果

    (15)

    6)預測結(jié)果評價,文中采用平均絕對誤差(MAE)和均方根誤差(RMSE)衡量模型的預測性能,其值越小,模型性能越好

    (16)

    (17)

    式中n為預測總數(shù);Yi為第i個節(jié)點實際光伏發(fā)電功率值,i為第i個節(jié)點預測光伏發(fā)電功率值。

    5 算例分析

    從江蘇某地區(qū)光伏電站2015—2016年實測數(shù)據(jù)中,多次隨機按順序選100天數(shù)據(jù)進行仿真實驗,從中隨機選一組(2016年5月23日~8月30日)對最后5天(8月26日~30日)的光伏功率進行預測分析。總裝機容量為100 MW,數(shù)據(jù)采樣周期為15 min,時間為每天06︰00—18︰00。光伏功率序列和經(jīng)CEEMDAN分解序列分別如圖2和圖3。由圖2和圖3可看出,光伏功率序列具有非平穩(wěn)性,被CEEMDAN分解成11個子序列,IMF1~10為本征模態(tài)子序列,R為剩余子序列,降低了非平穩(wěn)性的影響。

    圖2 光伏功率序列

    圖3 光伏功率分解序列

    對子序列分別建立改進LSSVM預測模型, 模型根據(jù)輸入的子序列數(shù)據(jù)和影響因素特征數(shù)據(jù),自適應(yīng)選擇適合的輸入影響因素特征進行子序列預測;為弱化偶然性的影響,連續(xù)運行20次取平均值作為預測結(jié)果。PSO算法中,進化次數(shù)N=200,種群規(guī)模M=20,學習因子c1=1.5,c2=1.7,慣性權(quán)重w=0.5。

    求和重構(gòu)子序列預測結(jié)果得光伏功率初步預測結(jié)果,由初步預測結(jié)果和功率實際值構(gòu)造誤差時間序列,并進行分析,誤差時間序列和誤差的自相關(guān)和偏自相關(guān)如圖4,圖5所示。

    圖4 誤差序列

    圖5 誤差的自相關(guān)和偏自相關(guān)

    由圖4,圖5可看出,誤差時間序列的變化呈現(xiàn)一定規(guī)律,存在一定程度的自相關(guān)和偏自相關(guān)。為進一步提高預測精度,采用 ARIMA模型對誤差進行修正預測,經(jīng)多次實驗分析,設(shè)定差分次數(shù)、自回歸和移動平均階數(shù)上限dmax=5,pmax=8,qmax=8,具體參數(shù)組合根據(jù)ADF單根檢驗和由AIC準則自適應(yīng)選定。連續(xù)5天的誤差預測結(jié)果如圖6所示,從圖中可看出,通過ARIMA模型能夠有效地進行誤差修正預測。將誤差預測結(jié)果與初步預測結(jié)果疊加,以修正初步預測結(jié)果得到最終的預測結(jié)果,提升模型的預測精度。

    圖6 誤差修正預測結(jié)果

    記P為皮爾森相關(guān)性分析,分別建立CEEMDAN-P-BP模型(方法一),CEEMDAN-P-LSSVM模型(方法二),CEEMDAN—改進LSSVM模型(方法三)和CEEMDAN—改進LSSVM-ARIMA模型(本文方法)對8月26~30日連續(xù)5天的光伏功率進行預測。其中,BP,LSSVM中的重要參數(shù)均采用PSO進行尋優(yōu)。各方法預測結(jié)果曲線如圖7所示,各方法預測誤差如表1所示。

    圖7 8月26~30日各種方法預測結(jié)果

    分析圖7中預測結(jié)果,可得出,方法一和方法二在一定程度上能夠預測出功率的整體趨勢,但預測結(jié)果曲線與實際曲線擬合度差,局部偏差較大;方法三和本文方法因其采用的改進LSSVM模型能夠自適應(yīng)選擇輸入特征進行預測,預測結(jié)果與實際值擬合度高,波動性小,曲線相似度高,表明改進LSSVM模型的性能優(yōu)于傳統(tǒng)的LSSVM模型。

    在圖7(b)光伏功率由較大波動序列(8月27日)轉(zhuǎn)換為較穩(wěn)定序列(8月28日),及圖7(c)光伏功率穩(wěn)定序列的局部突變情況下,方法一和方法二的預測結(jié)果都出現(xiàn)了局部明顯的偏離;方法三和本文方法預測結(jié)果僅有短暫輕微的波動,仍能較好地預測光伏功率的變化趨勢,表現(xiàn)出較好的預測效果。

    表1 各中方法預測誤差

    結(jié)合圖7和表1,分析得出,本文方法和方法三在整體上都能較好地預測短期光伏功率的變化趨勢,預測誤差較??;方法三的預測平均誤差MAE值為3.98 MW,RMSE值為5.23 MW,明顯低于方法一和方法二;由于利用ARIMA模型進行誤差修正補償,本文方法預測誤差進一步降低,預測平均誤差MAE值為2.73 MW,RMSE值為3.69 MW;在光伏功率波動程度相似(8月29日~30日)情況下,本文方法預測誤差基本保持穩(wěn)定,驗證了本文方法的有效性。

    6 結(jié) 論

    1) 光伏功率序列經(jīng)CEEMDAN分解為不同頻率的子序列能夠降低光伏功率的復雜度,有利于功率特性分析和建模預測。2) 改進的LSSVM模型加強了自適應(yīng)選擇適合輸入特征的能力,其性能優(yōu)于傳統(tǒng)的LSSVM,能提升光伏功率預測精度。3) 分析光伏功率預測誤差序列特性,發(fā)現(xiàn)誤差變化存在一定的規(guī)律,ARIMA模型能夠有效的修正誤差,進一步提高光伏功率的預測精度。

    光伏功率的分解子序列具有不同的特征變化,對其更高性能的預測方式還需深入研究,同時可以分析誤差序列特征,通過誤差修正進一步提高預測精度,今后將從這兩方面進一步對光伏功率預測進行研究。

    猜你喜歡
    模態(tài)特征方法
    如何表達“特征”
    不忠誠的四個特征
    當代陜西(2019年10期)2019-06-03 10:12:04
    抓住特征巧觀察
    可能是方法不對
    用對方法才能瘦
    Coco薇(2016年2期)2016-03-22 02:42:52
    國內(nèi)多模態(tài)教學研究回顧與展望
    四大方法 教你不再“坐以待病”!
    Coco薇(2015年1期)2015-08-13 02:47:34
    捕魚
    基于HHT和Prony算法的電力系統(tǒng)低頻振蕩模態(tài)識別
    由單個模態(tài)構(gòu)造對稱簡支梁的抗彎剛度
    計算物理(2014年2期)2014-03-11 17:01:39
    大型黄色视频在线免费观看| 午夜精品在线福利| 校园春色视频在线观看| 天天一区二区日本电影三级| 国产一区二区在线观看日韩| 日本免费a在线| 日韩 亚洲 欧美在线| 国产乱人偷精品视频| 久久久久国产精品人妻aⅴ院| 最好的美女福利视频网| 成年女人永久免费观看视频| 成人性生交大片免费视频hd| 精品久久久久久久人妻蜜臀av| 日本黄大片高清| 精品一区二区免费观看| 国产成人影院久久av| 亚洲精品乱码久久久v下载方式| 少妇熟女aⅴ在线视频| 亚洲精品一区av在线观看| 色综合站精品国产| 国产视频内射| 国产亚洲精品av在线| 日韩av不卡免费在线播放| 天堂√8在线中文| 毛片女人毛片| 十八禁国产超污无遮挡网站| 精品一区二区三区视频在线观看免费| 九色成人免费人妻av| 国内精品宾馆在线| 天堂av国产一区二区熟女人妻| 午夜福利在线观看免费完整高清在 | 亚洲真实伦在线观看| 成人特级av手机在线观看| 亚洲欧美中文字幕日韩二区| 国产精品不卡视频一区二区| 日本五十路高清| 成人特级av手机在线观看| 国产美女午夜福利| 色5月婷婷丁香| av天堂在线播放| 淫秽高清视频在线观看| 久久久国产成人精品二区| 久久久久免费精品人妻一区二区| 无遮挡黄片免费观看| 欧美性猛交╳xxx乱大交人| 国产人妻一区二区三区在| 久久精品国产亚洲av天美| 精品久久久久久久久久免费视频| 看黄色毛片网站| av在线亚洲专区| 久久久久国产网址| 国产极品精品免费视频能看的| 99视频精品全部免费 在线| 国产三级中文精品| 最新中文字幕久久久久| 久久精品影院6| 日韩成人av中文字幕在线观看 | 我的老师免费观看完整版| 少妇人妻一区二区三区视频| 国产av在哪里看| 精品一区二区三区av网在线观看| 国内精品久久久久精免费| 亚洲成av人片在线播放无| 欧美日本视频| 国产午夜精品论理片| 成人毛片a级毛片在线播放| 欧美+亚洲+日韩+国产| 成人三级黄色视频| 村上凉子中文字幕在线| 色在线成人网| 亚洲真实伦在线观看| 国产精品福利在线免费观看| 亚洲一区二区三区色噜噜| 国产极品精品免费视频能看的| 免费在线观看影片大全网站| avwww免费| 有码 亚洲区| 免费大片18禁| 免费人成视频x8x8入口观看| 国产淫片久久久久久久久| 欧美极品一区二区三区四区| 成人一区二区视频在线观看| 白带黄色成豆腐渣| 大型黄色视频在线免费观看| 国产成人91sexporn| 露出奶头的视频| 美女cb高潮喷水在线观看| 一级av片app| 99热精品在线国产| 欧美激情久久久久久爽电影| 亚洲欧美成人综合另类久久久 | 国产爱豆传媒在线观看| 精品国产三级普通话版| АⅤ资源中文在线天堂| 日本爱情动作片www.在线观看 | 女同久久另类99精品国产91| 人人妻,人人澡人人爽秒播| 亚洲av.av天堂| 男女之事视频高清在线观看| 亚洲四区av| 九九爱精品视频在线观看| 人人妻人人看人人澡| 你懂的网址亚洲精品在线观看 | 免费人成在线观看视频色| 不卡视频在线观看欧美| 欧美bdsm另类| 毛片女人毛片| 亚洲成av人片在线播放无| 久久国产乱子免费精品| 禁无遮挡网站| 日日摸夜夜添夜夜添av毛片| 男女做爰动态图高潮gif福利片| 国模一区二区三区四区视频| 成人精品一区二区免费| 国产真实伦视频高清在线观看| 狠狠狠狠99中文字幕| 亚洲人成网站在线播| 插逼视频在线观看| 日韩强制内射视频| 久久久久久久久久久丰满| 国产一级毛片七仙女欲春2| 国产精品三级大全| 午夜福利成人在线免费观看| 色哟哟哟哟哟哟| 亚洲精品国产成人久久av| 最新在线观看一区二区三区| 国产视频一区二区在线看| 亚洲av成人av| 欧美中文日本在线观看视频| 三级经典国产精品| 成年女人永久免费观看视频| 欧美成人精品欧美一级黄| av福利片在线观看| 精品久久久久久久久av| 午夜精品国产一区二区电影 | 一本一本综合久久| 亚洲人成网站在线观看播放| 在线观看一区二区三区| 别揉我奶头~嗯~啊~动态视频| 免费av观看视频| 婷婷色综合大香蕉| 日本欧美国产在线视频| 亚洲性久久影院| 热99在线观看视频| 午夜激情福利司机影院| 黄色日韩在线| 国产精品爽爽va在线观看网站| 亚洲精品456在线播放app| 亚洲av二区三区四区| 精品午夜福利在线看| 久久精品国产亚洲网站| 免费av不卡在线播放| 亚洲熟妇中文字幕五十中出| 91精品国产九色| 日本成人三级电影网站| 久久久精品欧美日韩精品| 亚洲av电影不卡..在线观看| 大型黄色视频在线免费观看| 一边摸一边抽搐一进一小说| 中文资源天堂在线| 日本精品一区二区三区蜜桃| 一级av片app| 国产亚洲精品久久久久久毛片| 女生性感内裤真人,穿戴方法视频| 欧美3d第一页| 三级国产精品欧美在线观看| 色播亚洲综合网| 啦啦啦观看免费观看视频高清| 自拍偷自拍亚洲精品老妇| 男女视频在线观看网站免费| 精品国内亚洲2022精品成人| 免费无遮挡裸体视频| 精品午夜福利视频在线观看一区| 国产亚洲精品av在线| 一区二区三区高清视频在线| 亚洲欧美成人综合另类久久久 | 久久久精品大字幕| 亚洲性久久影院| 天天躁夜夜躁狠狠久久av| 亚洲av美国av| 午夜老司机福利剧场| 国产久久久一区二区三区| 日韩,欧美,国产一区二区三区 | 国产成人a区在线观看| 亚洲av二区三区四区| 婷婷六月久久综合丁香| 国产成人a∨麻豆精品| 午夜精品国产一区二区电影 | 啦啦啦啦在线视频资源| 久久精品91蜜桃| 久久久精品欧美日韩精品| 国内久久婷婷六月综合欲色啪| 国内少妇人妻偷人精品xxx网站| 狠狠狠狠99中文字幕| 午夜精品一区二区三区免费看| 村上凉子中文字幕在线| 国产人妻一区二区三区在| 黄色一级大片看看| 激情 狠狠 欧美| 99久久成人亚洲精品观看| 亚洲精品日韩在线中文字幕 | 国产色爽女视频免费观看| 蜜臀久久99精品久久宅男| 中国美女看黄片| 97超碰精品成人国产| 日日撸夜夜添| 一级av片app| 身体一侧抽搐| 亚洲高清免费不卡视频| 两性午夜刺激爽爽歪歪视频在线观看| 一级毛片电影观看 | 97热精品久久久久久| 国产亚洲精品综合一区在线观看| 丰满的人妻完整版| 成年女人毛片免费观看观看9| 成年女人看的毛片在线观看| 超碰av人人做人人爽久久| 国产高清三级在线| 亚洲国产精品sss在线观看| 国产亚洲精品久久久com| 熟妇人妻久久中文字幕3abv| 久久久精品94久久精品| 国产av一区在线观看免费| 亚洲真实伦在线观看| 亚洲精品国产av成人精品 | 两性午夜刺激爽爽歪歪视频在线观看| 国产亚洲91精品色在线| 日韩欧美国产在线观看| 一区福利在线观看| 三级毛片av免费| 精品不卡国产一区二区三区| 日韩av在线大香蕉| 欧美日本视频| 少妇的逼好多水| 日本三级黄在线观看| 国产三级中文精品| 别揉我奶头~嗯~啊~动态视频| 白带黄色成豆腐渣| 69人妻影院| 美女被艹到高潮喷水动态| 国产高清激情床上av| 在线免费观看不下载黄p国产| h日本视频在线播放| 淫秽高清视频在线观看| 可以在线观看毛片的网站| 国内揄拍国产精品人妻在线| 桃色一区二区三区在线观看| 国产精品久久久久久久电影| 国产国拍精品亚洲av在线观看| 久久午夜亚洲精品久久| 中文在线观看免费www的网站| 全区人妻精品视频| 五月玫瑰六月丁香| 午夜爱爱视频在线播放| 亚洲精华国产精华液的使用体验 | 最新中文字幕久久久久| 国产亚洲av嫩草精品影院| 国产成人福利小说| 日本黄大片高清| 超碰av人人做人人爽久久| 亚洲美女搞黄在线观看 | 俄罗斯特黄特色一大片| 又爽又黄a免费视频| 久久精品人妻少妇| 亚洲av熟女| 日本一本二区三区精品| 91午夜精品亚洲一区二区三区| 91在线精品国自产拍蜜月| 精品久久久久久久久久免费视频| 2021天堂中文幕一二区在线观| 俺也久久电影网| 国产亚洲精品av在线| 婷婷六月久久综合丁香| 免费在线观看成人毛片| 日韩国内少妇激情av| 亚洲av免费在线观看| 久久久国产成人精品二区| 国产精品亚洲一级av第二区| 91久久精品国产一区二区三区| 亚洲久久久久久中文字幕| 成人毛片a级毛片在线播放| 欧美一区二区亚洲| 久久久久久久久久久丰满| 午夜福利在线观看免费完整高清在 | 亚洲中文字幕日韩| 少妇的逼好多水| 99热全是精品| 国产精品国产高清国产av| 亚洲av美国av| 51国产日韩欧美| 精品少妇黑人巨大在线播放 | 久久99热6这里只有精品| 久久久久免费精品人妻一区二区| 亚洲成人久久性| 亚洲无线在线观看| 蜜桃久久精品国产亚洲av| 国产乱人视频| 99九九线精品视频在线观看视频| 国产综合懂色| 99热网站在线观看| 日本三级黄在线观看| 深夜a级毛片| 久久精品国产亚洲网站| 国产三级中文精品| 麻豆成人午夜福利视频| 麻豆久久精品国产亚洲av| 在线观看午夜福利视频| 免费av不卡在线播放| 69人妻影院| 91狼人影院| 久久久久久久午夜电影| 国产在线男女| 亚洲无线在线观看| 可以在线观看毛片的网站| 亚洲av免费在线观看| 又爽又黄a免费视频| 久久人人精品亚洲av| 18禁裸乳无遮挡免费网站照片| 久久草成人影院| 99久国产av精品| 亚洲欧美成人精品一区二区| 亚洲美女视频黄频| 久久九九热精品免费| 亚洲中文日韩欧美视频| 一级a爱片免费观看的视频| 午夜精品在线福利| 成人永久免费在线观看视频| 我的女老师完整版在线观看| 在线免费观看不下载黄p国产| 大香蕉久久网| 变态另类丝袜制服| 成人亚洲精品av一区二区| 国产高潮美女av| 欧美zozozo另类| 黄色欧美视频在线观看| 精品人妻视频免费看| 国产成人影院久久av| 国产亚洲精品av在线| 99热网站在线观看| 在线看三级毛片| 免费无遮挡裸体视频| 变态另类丝袜制服| 国产久久久一区二区三区| 久久精品人妻少妇| 午夜老司机福利剧场| 一个人看视频在线观看www免费| 精品午夜福利在线看| 欧美成人精品欧美一级黄| 伊人久久精品亚洲午夜| 欧美高清成人免费视频www| 国产精品久久久久久亚洲av鲁大| 日韩欧美免费精品| 精品日产1卡2卡| 不卡一级毛片| 成人漫画全彩无遮挡| 久久精品国产鲁丝片午夜精品| 午夜福利在线在线| 午夜福利在线观看吧| 日韩欧美在线乱码| 国产精品一及| 国产精品一二三区在线看| 亚洲电影在线观看av| 一个人免费在线观看电影| 99热这里只有是精品50| 国产男靠女视频免费网站| 久久午夜福利片| 亚洲精品乱码久久久v下载方式| 在线观看免费视频日本深夜| 国产精品一区二区三区四区久久| 男人的好看免费观看在线视频| 国产精品人妻久久久久久| 免费av毛片视频| 女人被狂操c到高潮| 夜夜夜夜夜久久久久| 久久久久久九九精品二区国产| 人妻少妇偷人精品九色| 日韩精品青青久久久久久| 秋霞在线观看毛片| 91av网一区二区| 特大巨黑吊av在线直播| 99久久精品热视频| 久久久久久久亚洲中文字幕| 亚洲精品粉嫩美女一区| 欧美高清成人免费视频www| 亚洲内射少妇av| 蜜桃久久精品国产亚洲av| 最近最新中文字幕大全电影3| 亚洲,欧美,日韩| 十八禁网站免费在线| av黄色大香蕉| 最新中文字幕久久久久| 国产精品久久久久久久久免| 午夜影院日韩av| 简卡轻食公司| 亚洲第一区二区三区不卡| 欧美日韩乱码在线| 看片在线看免费视频| 国产精品一及| 亚洲欧美精品综合久久99| 日韩人妻高清精品专区| 俺也久久电影网| 欧美不卡视频在线免费观看| 久久久精品94久久精品| 真实男女啪啪啪动态图| 亚洲欧美成人综合另类久久久 | 97人妻精品一区二区三区麻豆| 亚洲国产精品成人久久小说 | 欧美+亚洲+日韩+国产| 国产亚洲av嫩草精品影院| 亚洲av五月六月丁香网| 中国国产av一级| 国产探花在线观看一区二区| 免费av毛片视频| 如何舔出高潮| 人人妻,人人澡人人爽秒播| 国产淫片久久久久久久久| 欧美日韩综合久久久久久| 日韩成人av中文字幕在线观看 | 欧美性猛交╳xxx乱大交人| 亚洲欧美日韩高清在线视频| 日韩欧美三级三区| 亚洲第一电影网av| 婷婷六月久久综合丁香| 校园春色视频在线观看| 少妇丰满av| 国产91av在线免费观看| 精品人妻偷拍中文字幕| 好男人在线观看高清免费视频| 亚洲天堂国产精品一区在线| 1000部很黄的大片| 成人特级av手机在线观看| 国产精品一区二区免费欧美| 欧美一区二区精品小视频在线| 五月玫瑰六月丁香| 亚洲天堂国产精品一区在线| 少妇丰满av| 午夜福利成人在线免费观看| 人人妻人人澡欧美一区二区| 国产成人aa在线观看| 久久热精品热| 最近2019中文字幕mv第一页| 日本黄大片高清| 男人的好看免费观看在线视频| 女同久久另类99精品国产91| 欧美成人一区二区免费高清观看| 一个人看的www免费观看视频| 欧美日韩乱码在线| 国产伦在线观看视频一区| 色综合站精品国产| 亚洲丝袜综合中文字幕| 99久久中文字幕三级久久日本| 免费黄网站久久成人精品| 国产午夜精品久久久久久一区二区三区 | 日韩成人av中文字幕在线观看 | 三级经典国产精品| 99热网站在线观看| 亚洲久久久久久中文字幕| 国产真实伦视频高清在线观看| 熟女人妻精品中文字幕| 女同久久另类99精品国产91| 久久6这里有精品| 欧美日本视频| 国产一区二区在线av高清观看| 又爽又黄a免费视频| 搡老岳熟女国产| 亚洲成a人片在线一区二区| 国产女主播在线喷水免费视频网站 | 日韩av在线大香蕉| 两性午夜刺激爽爽歪歪视频在线观看| 九九热线精品视视频播放| 淫妇啪啪啪对白视频| 国产精品免费一区二区三区在线| 国产精品久久电影中文字幕| 久久久久久久久久黄片| 国产亚洲精品综合一区在线观看| 免费搜索国产男女视频| 两个人的视频大全免费| 亚洲精品456在线播放app| 久久精品国产清高在天天线| 久久久a久久爽久久v久久| 99热只有精品国产| 国产高清三级在线| 我的老师免费观看完整版| 欧美一区二区精品小视频在线| 男女视频在线观看网站免费| 久久鲁丝午夜福利片| 久久久久久国产a免费观看| 级片在线观看| 婷婷精品国产亚洲av在线| 午夜福利视频1000在线观看| 亚洲av一区综合| 亚洲成人久久爱视频| 久久精品国产清高在天天线| 国产黄片美女视频| 国产精品,欧美在线| 成人无遮挡网站| 日韩欧美在线乱码| 国产伦精品一区二区三区视频9| 久久午夜福利片| 欧美潮喷喷水| 亚洲成人中文字幕在线播放| 亚洲va在线va天堂va国产| 国产亚洲精品综合一区在线观看| 男女下面进入的视频免费午夜| 99久久精品国产国产毛片| 国产色婷婷99| 欧美bdsm另类| 少妇熟女欧美另类| 亚洲精品一卡2卡三卡4卡5卡| 成人国产麻豆网| 99热6这里只有精品| 在线观看66精品国产| 69人妻影院| 一级毛片aaaaaa免费看小| 热99在线观看视频| 久久午夜亚洲精品久久| 国产精品亚洲美女久久久| 免费高清视频大片| 亚洲精品乱码久久久v下载方式| 最好的美女福利视频网| 俺也久久电影网| 白带黄色成豆腐渣| 成人特级av手机在线观看| 一本精品99久久精品77| 波多野结衣高清无吗| 欧美又色又爽又黄视频| 99久国产av精品国产电影| 国产精品乱码一区二三区的特点| 国产一区二区亚洲精品在线观看| 色视频www国产| 中文字幕av成人在线电影| 国产精品久久视频播放| 18+在线观看网站| 久久精品国产清高在天天线| 狂野欧美白嫩少妇大欣赏| 欧美区成人在线视频| 69人妻影院| 91狼人影院| 久久久久久大精品| 99热这里只有是精品50| 久久中文看片网| 色av中文字幕| 亚洲精品一区av在线观看| 国产视频内射| 午夜福利18| 成人鲁丝片一二三区免费| 亚洲精品成人久久久久久| 一级av片app| av国产免费在线观看| 麻豆av噜噜一区二区三区| 亚洲自拍偷在线| 国产单亲对白刺激| 五月伊人婷婷丁香| 亚洲av电影不卡..在线观看| 国产一区二区在线观看日韩| 99热这里只有精品一区| 久久婷婷人人爽人人干人人爱| 国产精品久久电影中文字幕| 久久这里只有精品中国| 国产精品永久免费网站| 香蕉av资源在线| 久久久a久久爽久久v久久| 国产精品人妻久久久影院| 亚洲三级黄色毛片| 国产一区二区激情短视频| 成人精品一区二区免费| 激情 狠狠 欧美| 特级一级黄色大片| 亚洲欧美日韩卡通动漫| 国语自产精品视频在线第100页| 亚洲婷婷狠狠爱综合网| 99视频精品全部免费 在线| 欧美成人一区二区免费高清观看| 免费av不卡在线播放| 国产精华一区二区三区| 小说图片视频综合网站| 亚洲欧美清纯卡通| 午夜福利在线观看免费完整高清在 | 国产成人a区在线观看| 天堂动漫精品| 国产激情偷乱视频一区二区| 91久久精品国产一区二区三区| 亚洲无线观看免费| 久久6这里有精品| 三级男女做爰猛烈吃奶摸视频| 亚洲精品国产av成人精品 | 男人和女人高潮做爰伦理| 1000部很黄的大片| 久久人人爽人人片av| 美女免费视频网站| 在线播放国产精品三级| 国产精品一区二区三区四区久久| 精品国内亚洲2022精品成人| 丰满乱子伦码专区| 一级黄色大片毛片| 美女高潮的动态| 免费高清视频大片| 三级男女做爰猛烈吃奶摸视频| 久久久国产成人精品二区| 麻豆国产97在线/欧美| 一级黄色大片毛片| 91精品国产九色| 欧美性猛交黑人性爽| 亚洲国产高清在线一区二区三| 欧美中文日本在线观看视频| 精品久久久久久久久av| 在线观看66精品国产| 亚洲精品456在线播放app| 成年女人永久免费观看视频| 九九在线视频观看精品| 成年女人毛片免费观看观看9| 成年女人永久免费观看视频| 夜夜看夜夜爽夜夜摸| 人妻久久中文字幕网| 狂野欧美激情性xxxx在线观看|