• <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Dropout-LSTM模型的城市燃?xì)馊肇?fù)荷預(yù)測(cè)

    2023-02-23 11:45:06于銘多郝學(xué)軍
    煤氣與熱力 2023年2期
    關(guān)鍵詞:模型

    于銘多,郝學(xué)軍

    (北京建筑大學(xué) 環(huán)境與能源應(yīng)用工程學(xué)院,北京 100044)

    1 概述

    城市燃?xì)庳?fù)荷預(yù)測(cè)指分析燃?xì)庳?fù)荷特性、預(yù)測(cè)未來一段時(shí)間內(nèi)用氣規(guī)律和特征[1],其中日負(fù)荷預(yù)測(cè)可為燃?xì)舛虝r(shí)間內(nèi)的使用情況提供一定理論依據(jù),便于對(duì)燃?xì)夂侠硪?guī)劃、調(diào)配。

    從燃?xì)庳?fù)荷預(yù)測(cè)的研究進(jìn)程來看,國(guó)內(nèi)外燃?xì)庳?fù)荷預(yù)測(cè)研究方法主要分為2種:一是傳統(tǒng)的數(shù)理方法,如回歸分析法、時(shí)間序列法等;二是人工智能類方法,主要以機(jī)器學(xué)習(xí)和新興的信號(hào)分析方法等理論為基礎(chǔ),包括支持向量機(jī)、人工神經(jīng)網(wǎng)絡(luò)等[2]。Gorucu[3]利用多元統(tǒng)計(jì)回歸法對(duì)安卡拉的天然氣用量進(jìn)行了預(yù)測(cè);Beyzanur等人[4]提出了一種結(jié)合遺傳算法(GA)和自回歸移動(dòng)平均(ARIMA)方法的預(yù)測(cè)方法,對(duì)伊斯坦布爾的天然氣消耗量進(jìn)行預(yù)測(cè);郭微等人[5]應(yīng)用支持向量機(jī)方法預(yù)測(cè)了天然氣負(fù)荷;Kizilaslan等人[6]通過對(duì)幾種不同神經(jīng)網(wǎng)絡(luò)算法的比較,建立了適合伊斯坦布爾的天然氣日負(fù)荷預(yù)測(cè)模型;何恒根等人[7]采用BP 神經(jīng)網(wǎng)絡(luò)模型進(jìn)行燃?xì)庳?fù)荷預(yù)測(cè),得到了較高的預(yù)測(cè)精度。

    目前神經(jīng)網(wǎng)絡(luò)在燃?xì)忸A(yù)測(cè)領(lǐng)域應(yīng)用最為廣泛,其中BP等傳統(tǒng)神經(jīng)網(wǎng)絡(luò)無法識(shí)別出數(shù)據(jù)之間的關(guān)聯(lián)性,因此提出了一種循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN),主要用于處理和預(yù)測(cè)序列數(shù)據(jù)。由于簡(jiǎn)單的RNN具有長(zhǎng)期記憶能力不足等問題,有學(xué)者研發(fā)了一種新型循環(huán)神經(jīng)網(wǎng)絡(luò)——長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)(Long Short-Term Memory,LSTM),可以學(xué)習(xí)長(zhǎng)期依賴信息。文獻(xiàn)[8-9]選取LSTM、BP神經(jīng)網(wǎng)絡(luò)等模型進(jìn)行預(yù)測(cè)分析,結(jié)果表明LSTM模型優(yōu)于其他模型。

    城市燃?xì)馊肇?fù)荷是具有很強(qiáng)的周期性的序列數(shù)據(jù),因受到外界各種因素影響,同時(shí)具有不確定性和隨機(jī)性,一般預(yù)測(cè)方法不能很好模擬出日負(fù)荷的波動(dòng)情況。為進(jìn)一步提高預(yù)測(cè)精度,本文提出一種基于LSTM神經(jīng)網(wǎng)絡(luò)的燃?xì)馊肇?fù)荷預(yù)測(cè)方法,并針對(duì)神經(jīng)網(wǎng)絡(luò)模型在訓(xùn)練過程中易陷入過擬合的現(xiàn)象,應(yīng)用Dropout技術(shù)對(duì)LSTM 網(wǎng)絡(luò)進(jìn)行優(yōu)化,使得構(gòu)建的神經(jīng)網(wǎng)絡(luò)模型具有更強(qiáng)的泛化能力。由于不同時(shí)期的燃?xì)馊肇?fù)荷特性不同,將歷史數(shù)據(jù)分組并進(jìn)行相關(guān)性分析,分別建立供暖期、過渡期及非供暖期3個(gè)Dropout-LSTM預(yù)測(cè)模型,并將模型應(yīng)用于某市的日負(fù)荷預(yù)測(cè)進(jìn)行驗(yàn)證,結(jié)果表明3個(gè)Dropout-LSTM模型均具有較好的預(yù)測(cè)效果,可應(yīng)用于燃?xì)馊肇?fù)荷預(yù)測(cè)。

    2 燃?xì)馊肇?fù)荷特性

    以華北某城市2018年1月1日至2020年12月31日的燃?xì)馊肇?fù)荷為例,分析城市燃?xì)馊肇?fù)荷特點(diǎn)。該城市供暖期為11月15日至次年3月15日。城市燃?xì)馊肇?fù)荷受自然條件和人為因素影響。其中自然條件一般包括溫濕度、風(fēng)力等級(jí)、天氣情況、日期屬性等,人為因素包括市民自行設(shè)定室內(nèi)溫度、調(diào)節(jié)供暖時(shí)間等。燃?xì)庳?fù)荷時(shí)間序列蘊(yùn)含大量的負(fù)荷變化規(guī)律信息,依此可以有效預(yù)測(cè)未來燃?xì)庳?fù)荷[10]。燃?xì)馊肇?fù)荷與日均溫度隨時(shí)間的變化曲線見圖1。由圖1可知,該城市燃?xì)馊肇?fù)荷有較強(qiáng)的年周期規(guī)律性,且與溫度有明顯相關(guān)性,在供暖期尤為顯著。另經(jīng)分析發(fā)現(xiàn),部分節(jié)假日(如清明節(jié)假期、勞動(dòng)節(jié)假期等)日負(fù)荷并無差異,僅在春節(jié)假期和國(guó)慶節(jié)假期等重大節(jié)假日出現(xiàn)波動(dòng)。圖2展示了2018年不同星期類型(周一至周日)燃?xì)馊肇?fù)荷變化趨勢(shì)。供暖期燃?xì)馊肇?fù)荷周峰谷差和不同星期類型燃?xì)馊肇?fù)荷的波動(dòng)都較為劇烈,但一周內(nèi)不同星期類型的日負(fù)荷無顯著差異,可見星期類型對(duì)日負(fù)荷沒有較大影響。

    圖1 燃?xì)馊肇?fù)荷與日均溫度隨時(shí)間的變化曲線

    圖2 2018年不同星期類型的燃?xì)庳?fù)荷變化趨勢(shì)

    3 預(yù)測(cè)模型構(gòu)建

    3.1 LSTM網(wǎng)絡(luò)

    LSTM單元結(jié)構(gòu)中包括遺忘門ft、輸入門it和輸出門ot[11]。遺忘門決定了當(dāng)前時(shí)刻的單元狀態(tài)ct可以保留多少上一時(shí)刻單元狀態(tài)的信息;輸入門決定了單元狀態(tài)ct可以接收多少網(wǎng)絡(luò)的輸入xt的信息;輸出門通過激活函數(shù)Sigmoid控制當(dāng)前輸出,隨后與tanh函數(shù)處理的單元狀態(tài)相乘共同確定最終的輸出ht。

    圖3 LSTM單元結(jié)構(gòu)

    3.2 Dropout技術(shù)

    影響城鎮(zhèn)燃?xì)馊肇?fù)荷的因素較多,因此模型的參數(shù)較為復(fù)雜,且對(duì)于LSTM網(wǎng)絡(luò)這種規(guī)模較大的神經(jīng)網(wǎng)絡(luò)來說,本文樣本數(shù)據(jù)較少,訓(xùn)練樣本不夠充足,很容易產(chǎn)生過擬合現(xiàn)象。文獻(xiàn)[12]提出了Dropout 正則化方法,能有效避免過擬合并改善模型性能,在神經(jīng)網(wǎng)絡(luò)中得到了廣泛應(yīng)用。為提高模型預(yù)測(cè)精度,解決過擬合問題,本文在LSTM網(wǎng)絡(luò)基礎(chǔ)上引入Dropout技術(shù)。

    3.3 Dropout-LSTM燃?xì)馊肇?fù)荷預(yù)測(cè)模型建立

    本文基于Python軟件Keras深度學(xué)習(xí)框架中的Sequential模型搭建兩層Dropout-LSTM 網(wǎng)絡(luò)模型。在模型訓(xùn)練中,使用Adam優(yōu)化算法代替?zhèn)鹘y(tǒng)的隨機(jī)梯度下降算法,Dropout神經(jīng)元失活概率為0.2,更新器的學(xué)習(xí)率為0.01。

    4 Dropout-LSTM模型的預(yù)測(cè)流程

    ① 提取數(shù)據(jù):采集歷史燃?xì)馊肇?fù)荷及相關(guān)影響因素?cái)?shù)據(jù)。

    ② 數(shù)據(jù)預(yù)處理:數(shù)據(jù)預(yù)處理的作用主要是防止異常數(shù)據(jù)波動(dòng)而引起訓(xùn)練時(shí)間的增加,有效提高模型預(yù)測(cè)精度[13]。處理內(nèi)容包括缺失值的插補(bǔ)、異常值的剔除與填補(bǔ)、數(shù)據(jù)的定量化以及歸一化。

    a.采集用氣數(shù)據(jù)后未發(fā)現(xiàn)存在缺失值,經(jīng)局部異常因子算法(Local Outlier Factor,LOF)篩選并剔除異常值后,經(jīng)拉格朗日插值法進(jìn)行填補(bǔ),由此得到最終樣本數(shù)據(jù)。

    b.輸入特征對(duì)預(yù)測(cè)模型的性能影響較大[14],本文選擇風(fēng)力等級(jí)、天氣類型、日平均溫度、日最高溫度、日最低溫度、歷史日負(fù)荷、星期類型和節(jié)假日類型這幾種影響燃?xì)馊肇?fù)荷的因素構(gòu)成輸入特征,其中風(fēng)力等級(jí)、天氣類型、星期類型、節(jié)假日類型為定性數(shù)據(jù),需要進(jìn)行量化處理。量化規(guī)則對(duì)于預(yù)測(cè)結(jié)果產(chǎn)生一定影響,研究發(fā)現(xiàn),將影響因素的定性信息映射于[0,1]區(qū)間的中后段時(shí),預(yù)測(cè)結(jié)果具有較好的準(zhǔn)確性[15],本文參考相關(guān)文獻(xiàn)中量化規(guī)則并結(jié)合實(shí)際情況,對(duì)影響因素進(jìn)行量化,量化數(shù)據(jù)見表1~4。采用Min-Max歸一化方法將日平均溫度、日最高溫度、日最低溫度和歷史日負(fù)荷映射到[0,1]區(qū)間,公式為:

    (1)

    式中xg——日平均溫度、日最高溫度、日最低溫度或歷史日負(fù)荷歸一化后的值

    x——日平均溫度、日最高溫度、日最低溫度或歷史日負(fù)荷的實(shí)際值

    xmin——日平均溫度、日最高溫度、日最低溫度或歷史日負(fù)荷實(shí)際數(shù)據(jù)中的最小值

    xmax——日平均溫度、日最高溫度、日最低溫度或歷史日負(fù)荷實(shí)際數(shù)據(jù)中的最大值

    表1 風(fēng)力等級(jí)的量化數(shù)據(jù)

    表2 天氣類型的量化數(shù)據(jù)

    表3 星期類型的量化數(shù)據(jù)

    續(xù)表3

    表4 節(jié)假日類型的量化數(shù)據(jù)

    ③ 相關(guān)性分析:應(yīng)用SPSS統(tǒng)計(jì)軟件對(duì)燃?xì)馊肇?fù)荷與影響因素進(jìn)行Pearson相關(guān)性分析,隨后確定模型的輸入特征。

    ④ 構(gòu)建Dropout-LSTM模型:確定訓(xùn)練集和測(cè)試集。將訓(xùn)練集數(shù)據(jù)輸入已構(gòu)建好的Dropout-LSTM模型中進(jìn)行訓(xùn)練。

    ⑤ 輸出結(jié)果:將測(cè)試集數(shù)據(jù)輸入Dropout-LSTM模型中進(jìn)行測(cè)試,輸出測(cè)試集的預(yù)測(cè)值,并將預(yù)測(cè)值與真實(shí)值進(jìn)行比較,評(píng)估模型的性能及預(yù)測(cè)效果。本文選取燃?xì)庳?fù)荷預(yù)測(cè)中應(yīng)用最廣泛的平均絕對(duì)百分比誤差來衡量真實(shí)值與預(yù)測(cè)值之間的偏差,平均絕對(duì)百分比誤差計(jì)算公式為:

    (2)

    式中IMAPE——平均絕對(duì)百分比誤差

    n——樣本的數(shù)量

    yi,p——第i個(gè)樣本的預(yù)測(cè)值

    yi——第i個(gè)樣本的真實(shí)值

    平均絕對(duì)百分比誤差越接近0,說明模型預(yù)測(cè)結(jié)果越準(zhǔn)確。

    5 Dropout-LSTM模型的預(yù)測(cè)

    ① 全年3個(gè)時(shí)期的劃分

    將全年分為供暖期(1月1日—3月15日、11月15日—12月31日)、過渡期(3月16日—4月15日、10月16日—11月14日)以及非供暖期(4月16日—10月15日)3個(gè)時(shí)期。不同時(shí)期的燃?xì)馊肇?fù)荷特性有所差別,因此建立供暖期、過渡期和非供暖期3個(gè)Dropout-LSTM模型,并探究每一時(shí)期燃?xì)馊肇?fù)荷與影響因素的相關(guān)性,確定對(duì)應(yīng)模型的輸入特征,分別對(duì)3個(gè)時(shí)期的燃?xì)馊肇?fù)荷進(jìn)行預(yù)測(cè)。

    ② 確定3個(gè)時(shí)期模型的輸入特征

    不同時(shí)期燃?xì)馊肇?fù)荷與影響因素的Pearson相關(guān)性分析見表5。相關(guān)系數(shù)絕對(duì)值越接近1表示兩個(gè)變量的相關(guān)性越強(qiáng),越接近0表示相關(guān)性越弱。當(dāng)相關(guān)系數(shù)絕對(duì)值在區(qū)間[0.4,1.0]表示呈強(qiáng)相關(guān)性,在區(qū)間[0.15,0.40)表示呈弱相關(guān)性,在區(qū)間[0,0.15)表示無相關(guān)性。3個(gè)時(shí)期的燃?xì)馊肇?fù)荷都與日均溫度、日最高溫度、日最低溫度、前一天負(fù)荷、前二天負(fù)荷、前三天負(fù)荷呈強(qiáng)相關(guān)性。另外,供暖期日負(fù)荷與節(jié)假日類型和風(fēng)力等級(jí)呈弱相關(guān)性,與天氣類型和星期類型無相關(guān)性;過渡期日負(fù)荷與風(fēng)力等級(jí)呈弱相關(guān)性,與天氣類型、星期類型和節(jié)假日類型無相關(guān)性;非供暖期日負(fù)荷與天氣類型和風(fēng)力等級(jí)呈弱相關(guān)性,與星期類型和節(jié)假日類型無相關(guān)性。

    為保證預(yù)測(cè)的準(zhǔn)確性,考慮更多輸入特征,本文選取與燃?xì)馊肇?fù)荷呈強(qiáng)、弱相關(guān)性的影響因素作為不同時(shí)期模型的輸入特征,見表6。

    表5 不同時(shí)期燃?xì)馊肇?fù)荷與影響因素的Pearson相關(guān)性分析

    續(xù)表5

    ③ 確定3個(gè)時(shí)期模型的訓(xùn)練集和測(cè)試集

    分別將采集到的供暖期、過渡期和非供暖期數(shù)據(jù)劃分為訓(xùn)練集和測(cè)試集,具體劃分情況見表6。以供暖期模型為例,將2018年1月4日—3月15日、2018年11月15日—12月31日、2019年1月1日—3月15日、2019年11月15日—12月31日、2020年1月1日—3月15日、2020年11月15日—12月11日每日的8個(gè)特征(日均溫度,日最高溫度,日最低溫度,節(jié)假日類型,風(fēng)力等級(jí),其前一、二、三天負(fù)荷)和日負(fù)荷組成1個(gè)樣本,將這些樣本作為訓(xùn)練集用于模型訓(xùn)練。將訓(xùn)練集內(nèi)第N日的日均溫度、日最高溫度、日最低溫度、節(jié)假日類型、風(fēng)力等級(jí)和第N-1日負(fù)荷、第N-2日負(fù)荷、第N-3日負(fù)荷作為輸入,模型輸出為第N日的日負(fù)荷。將2020年12月12日—31日的樣本作為測(cè)試集。

    ④ 預(yù)測(cè)效果對(duì)比分析

    為驗(yàn)證Dropout-LSTM 模型具有較高的預(yù)測(cè)能

    表6 3個(gè)時(shí)期模型的輸入特征和訓(xùn)練集、測(cè)試集數(shù)據(jù)所處日期

    力,同時(shí)選取BP神經(jīng)網(wǎng)絡(luò)模型(簡(jiǎn)稱BP模型)、單一LSTM模型(簡(jiǎn)稱LSTM模型)以及支持向量機(jī)模型(簡(jiǎn)稱SVM模型)分別進(jìn)行3個(gè)時(shí)期的日負(fù)荷預(yù)測(cè),計(jì)算得到平均絕對(duì)百分比誤差,并與Dropout-LSTM 模型的平均絕對(duì)百分比誤差進(jìn)行對(duì)比,結(jié)果見表7。3個(gè)時(shí)期不同模型部分燃?xì)馊肇?fù)荷預(yù)測(cè)值見圖4~6。

    表7 4個(gè)模型預(yù)測(cè)平均絕對(duì)百分比誤差 %

    圖4 2020年供暖期不同模型部分燃?xì)馊肇?fù)荷預(yù)測(cè)值對(duì)比

    圖5 2020年過渡期不同模型部分燃?xì)馊肇?fù)荷預(yù)測(cè)值對(duì)比

    圖6 2020年非供暖期不同模型部分燃?xì)馊肇?fù)荷預(yù)測(cè)值對(duì)比

    由表7可看出,BP模型預(yù)測(cè)效果較差;SVM模型對(duì)解決小樣本問題有明顯優(yōu)勢(shì)[16],因此在本文數(shù)據(jù)較少的情況下預(yù)測(cè)效果較好;Dropout-LSTM模型的平均絕對(duì)百分比誤差最小,是所有模型中預(yù)測(cè)效果最好的。

    由圖4~6可以看出,每個(gè)時(shí)期4種模型的預(yù)測(cè)值與真實(shí)值的變化趨勢(shì)基本一致,表明選取的輸入特征是合理的。

    此外,供暖期是一年中燃?xì)馊肇?fù)荷最大的時(shí)期,燃?xì)庵饕糜诠┡?,用氣?guī)律性強(qiáng),4種模型對(duì)供暖期日負(fù)荷的預(yù)測(cè)精度是最高的;過渡期的日負(fù)荷波動(dòng)程度大,負(fù)荷特性難以提取,部分日期的預(yù)測(cè)值與真實(shí)值產(chǎn)生較大偏離,導(dǎo)致預(yù)測(cè)效果不如其他兩個(gè)時(shí)期。

    ⑤ 不劃分時(shí)期的日負(fù)荷預(yù)測(cè)

    將把全年劃分為3個(gè)時(shí)期的預(yù)測(cè)模型稱為分時(shí)期預(yù)測(cè)模型。為進(jìn)一步證明分時(shí)期預(yù)測(cè)模型具有較高的適用性和預(yù)測(cè)精度,現(xiàn)建立不劃分時(shí)期的全年預(yù)測(cè)模型,仍對(duì)同時(shí)段的燃?xì)馊肇?fù)荷進(jìn)行預(yù)測(cè)。將3 a全部數(shù)據(jù)進(jìn)行相關(guān)性分析,結(jié)果見表8。

    表8 全年燃?xì)馊肇?fù)荷與影響因素的Pearson相關(guān)性分析

    選日均溫度、日最高溫度、日最低溫度、風(fēng)力等級(jí)、前一天負(fù)荷、前二天負(fù)荷、前三天負(fù)荷作為輸入特征,將2018年1月4日—2020年9月30日的數(shù)據(jù)作為訓(xùn)練集,對(duì)2020年10月1日—10月15日、11月1日—11月14日、12月16日—12月31日的日負(fù)荷進(jìn)行預(yù)測(cè)。分時(shí)期預(yù)測(cè)模型與全年預(yù)測(cè)模型的平均絕對(duì)百分比誤差見表9。

    表9 分時(shí)期預(yù)測(cè)模型與全年預(yù)測(cè)模型的平均絕對(duì)百分比誤差

    由表9可以看出,與分時(shí)期預(yù)測(cè)模型相比,全年預(yù)測(cè)模型的預(yù)測(cè)效果較差,表明將全年數(shù)據(jù)進(jìn)行整體分析建模不能有效描述所有日期的用氣情況。

    6 結(jié)論

    ① 將全年分為供暖期、過渡期和非供暖期3個(gè)時(shí)期,3個(gè)時(shí)期的燃?xì)馊肇?fù)荷都與日均溫度、日最高溫度、日最低溫度、前一天負(fù)荷、前二天負(fù)荷、前三天負(fù)荷呈強(qiáng)相關(guān)性。供暖期日負(fù)荷與節(jié)假日類型和風(fēng)力等級(jí)呈弱相關(guān)性,與天氣類型和星期類型無相關(guān)性;過渡期日負(fù)荷與風(fēng)力等級(jí)呈弱相關(guān)性,與天氣類型、星期類型和節(jié)假日類型無相關(guān)性;非供暖期日負(fù)荷與天氣類型和風(fēng)力等級(jí)呈弱相關(guān)性,與星期類型和節(jié)假日類型無相關(guān)性。

    ② Dropout-LSTM模型可以很好地預(yù)測(cè)城市燃?xì)馊肇?fù)荷,比BP模型、LSTM模型以及SVM模型有更好的預(yù)測(cè)效果。

    ③ 與基于全年數(shù)據(jù)的全年預(yù)測(cè)模型相比,分時(shí)期預(yù)測(cè)模型預(yù)測(cè)精度更高。

    ④ 供暖期的燃?xì)馊肇?fù)荷規(guī)律性強(qiáng),對(duì)供暖期的日負(fù)荷預(yù)測(cè)精度最高,非供暖期次之,由于過渡期日負(fù)荷波動(dòng)大,預(yù)測(cè)效果是3個(gè)時(shí)期中最差的。

    猜你喜歡
    模型
    一半模型
    一種去中心化的域名服務(wù)本地化模型
    適用于BDS-3 PPP的隨機(jī)模型
    提煉模型 突破難點(diǎn)
    函數(shù)模型及應(yīng)用
    p150Glued在帕金森病模型中的表達(dá)及分布
    函數(shù)模型及應(yīng)用
    重要模型『一線三等角』
    重尾非線性自回歸模型自加權(quán)M-估計(jì)的漸近分布
    3D打印中的模型分割與打包
    国产伦在线观看视频一区| 久久婷婷人人爽人人干人人爱| 变态另类丝袜制服| 精品免费久久久久久久清纯| 97超级碰碰碰精品色视频在线观看| 亚洲天堂国产精品一区在线| 国产精品一区二区三区四区免费观看 | 国产一区二区在线观看日韩 | 脱女人内裤的视频| 久久精品91蜜桃| 国产高清激情床上av| 午夜亚洲福利在线播放| 午夜福利成人在线免费观看| 白带黄色成豆腐渣| 欧美bdsm另类| 51午夜福利影视在线观看| 99久久精品国产亚洲精品| 天堂网av新在线| 三级男女做爰猛烈吃奶摸视频| 18禁黄网站禁片免费观看直播| 欧美性猛交╳xxx乱大交人| 在线观看免费午夜福利视频| 9191精品国产免费久久| 国产真实伦视频高清在线观看 | 国产av不卡久久| 亚洲五月婷婷丁香| 最近最新中文字幕大全电影3| 99久久九九国产精品国产免费| 日韩成人在线观看一区二区三区| 国产高清有码在线观看视频| 蜜桃久久精品国产亚洲av| 国内精品一区二区在线观看| 少妇丰满av| 亚洲七黄色美女视频| 欧美丝袜亚洲另类 | 国产精品一区二区免费欧美| 国产免费一级a男人的天堂| 97超视频在线观看视频| 欧美日韩福利视频一区二区| a级一级毛片免费在线观看| 国内精品美女久久久久久| 97超视频在线观看视频| 久久久国产成人免费| 欧美一级a爱片免费观看看| 国产极品精品免费视频能看的| 美女黄网站色视频| 别揉我奶头~嗯~啊~动态视频| 最新美女视频免费是黄的| 亚洲av二区三区四区| 国内揄拍国产精品人妻在线| 日韩欧美精品免费久久 | 成人特级黄色片久久久久久久| 久久精品国产清高在天天线| 午夜免费激情av| 国产高清videossex| av福利片在线观看| 五月玫瑰六月丁香| 国产麻豆成人av免费视频| 窝窝影院91人妻| 免费在线观看影片大全网站| 极品教师在线免费播放| 女人被狂操c到高潮| 国产熟女xx| 午夜福利18| 国产黄色小视频在线观看| 婷婷丁香在线五月| 亚洲av二区三区四区| 久久久成人免费电影| 精品久久久久久久末码| 一级毛片女人18水好多| 精品人妻1区二区| 最近视频中文字幕2019在线8| 夜夜夜夜夜久久久久| 国产伦在线观看视频一区| 午夜影院日韩av| 淫秽高清视频在线观看| 99久久综合精品五月天人人| 女同久久另类99精品国产91| 岛国视频午夜一区免费看| 给我免费播放毛片高清在线观看| 18+在线观看网站| 午夜免费成人在线视频| 国产精品久久久久久人妻精品电影| 欧美极品一区二区三区四区| 小说图片视频综合网站| 亚洲内射少妇av| 亚洲人成电影免费在线| 欧美乱色亚洲激情| 久久精品国产自在天天线| 日本 欧美在线| 99久久成人亚洲精品观看| 成人特级黄色片久久久久久久| 亚洲熟妇中文字幕五十中出| 欧美丝袜亚洲另类 | 免费av观看视频| 嫩草影视91久久| 国产在线精品亚洲第一网站| 三级国产精品欧美在线观看| 国产欧美日韩精品亚洲av| 亚洲国产色片| 欧美乱色亚洲激情| 九九久久精品国产亚洲av麻豆| 嫁个100分男人电影在线观看| 日韩欧美国产在线观看| 不卡一级毛片| 偷拍熟女少妇极品色| 91麻豆av在线| 亚洲电影在线观看av| 亚洲熟妇熟女久久| 女人被狂操c到高潮| 亚洲av五月六月丁香网| 国产蜜桃级精品一区二区三区| 在线观看午夜福利视频| 精品久久久久久久人妻蜜臀av| 男女午夜视频在线观看| 国产高清有码在线观看视频| 日本一本二区三区精品| 欧美日本亚洲视频在线播放| 91久久精品国产一区二区成人 | 国产一区在线观看成人免费| 免费观看的影片在线观看| 免费观看精品视频网站| 91av网一区二区| 色播亚洲综合网| 一本精品99久久精品77| 国产三级中文精品| 日韩av在线大香蕉| 两个人看的免费小视频| 精品人妻1区二区| 成人午夜高清在线视频| 观看免费一级毛片| 男女午夜视频在线观看| 国产精华一区二区三区| 国产午夜精品论理片| 国产一区二区在线观看日韩 | 欧美不卡视频在线免费观看| 变态另类丝袜制服| 狂野欧美激情性xxxx| 网址你懂的国产日韩在线| 黄片小视频在线播放| 国产成人av教育| 一个人看视频在线观看www免费 | 好看av亚洲va欧美ⅴa在| 在线观看一区二区三区| 成人av在线播放网站| 久久久久免费精品人妻一区二区| 高清日韩中文字幕在线| 97超级碰碰碰精品色视频在线观看| 又黄又爽又免费观看的视频| 88av欧美| 亚洲欧美精品综合久久99| av福利片在线观看| 亚洲性夜色夜夜综合| 亚洲人成网站在线播| 国产99白浆流出| 国产一区二区三区在线臀色熟女| 日韩欧美国产在线观看| 久久人人精品亚洲av| 精品久久久久久久末码| 国产亚洲精品av在线| 啦啦啦免费观看视频1| 免费看十八禁软件| 国产午夜精品论理片| 国产精品久久久人人做人人爽| 亚洲av免费高清在线观看| 人人妻人人看人人澡| 精华霜和精华液先用哪个| 午夜福利视频1000在线观看| 无限看片的www在线观看| 亚洲激情在线av| 国产真实乱freesex| 日本一本二区三区精品| 国产一区二区三区视频了| 色噜噜av男人的天堂激情| 少妇裸体淫交视频免费看高清| 无人区码免费观看不卡| 国产探花在线观看一区二区| 久久国产精品影院| 精品国产三级普通话版| 午夜精品久久久久久毛片777| 国产亚洲精品一区二区www| 日本 av在线| 欧美日韩一级在线毛片| 一级黄色大片毛片| 久久久久久大精品| 欧美色视频一区免费| 波多野结衣巨乳人妻| 成人av一区二区三区在线看| 亚洲熟妇熟女久久| 91麻豆av在线| 97碰自拍视频| 十八禁人妻一区二区| 99久久99久久久精品蜜桃| 国产伦精品一区二区三区视频9 | 一进一出抽搐gif免费好疼| 搡老妇女老女人老熟妇| 99久久精品一区二区三区| 91av网一区二区| 毛片女人毛片| 白带黄色成豆腐渣| 偷拍熟女少妇极品色| 观看免费一级毛片| 国产精品香港三级国产av潘金莲| aaaaa片日本免费| 欧美最新免费一区二区三区 | 色播亚洲综合网| 99久久精品一区二区三区| 国产一区在线观看成人免费| 精品无人区乱码1区二区| av福利片在线观看| 男女之事视频高清在线观看| 亚洲中文日韩欧美视频| 欧美黑人欧美精品刺激| 亚洲男人的天堂狠狠| 成人av一区二区三区在线看| 中亚洲国语对白在线视频| 午夜免费男女啪啪视频观看 | 成人精品一区二区免费| 久久久久久久久久黄片| 日韩欧美在线二视频| 一区二区三区高清视频在线| 欧美成人性av电影在线观看| 亚洲av中文字字幕乱码综合| 久久久成人免费电影| 亚洲欧美激情综合另类| 午夜两性在线视频| 免费搜索国产男女视频| 久久精品亚洲精品国产色婷小说| 一二三四社区在线视频社区8| 久久久国产成人精品二区| 国产一级毛片七仙女欲春2| 91在线精品国自产拍蜜月 | 一夜夜www| 国内精品久久久久精免费| 丁香欧美五月| 很黄的视频免费| 婷婷亚洲欧美| 观看美女的网站| 99精品在免费线老司机午夜| 亚洲美女视频黄频| 午夜激情欧美在线| 每晚都被弄得嗷嗷叫到高潮| 欧美成人一区二区免费高清观看| 免费看光身美女| 天堂√8在线中文| 啦啦啦韩国在线观看视频| 一区福利在线观看| 99久久综合精品五月天人人| 国产野战对白在线观看| 国产成人av教育| 国产亚洲精品久久久久久毛片| 免费观看人在逋| 99精品在免费线老司机午夜| 欧美黑人欧美精品刺激| 午夜久久久久精精品| 丁香欧美五月| 99久久精品国产亚洲精品| 亚洲中文字幕一区二区三区有码在线看| 日本a在线网址| 麻豆一二三区av精品| 国产精品,欧美在线| 狂野欧美激情性xxxx| 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| 欧美精品啪啪一区二区三区| 日韩欧美免费精品| 成人欧美大片| 久久精品影院6| 久久久久精品国产欧美久久久| 日韩成人在线观看一区二区三区| 99久久精品国产亚洲精品| 免费在线观看影片大全网站| 亚洲精华国产精华精| 又黄又粗又硬又大视频| 叶爱在线成人免费视频播放| 在线国产一区二区在线| 床上黄色一级片| www.熟女人妻精品国产| 少妇人妻一区二区三区视频| 非洲黑人性xxxx精品又粗又长| 999久久久精品免费观看国产| 天天躁日日操中文字幕| 亚洲av五月六月丁香网| 女人十人毛片免费观看3o分钟| 午夜视频国产福利| 亚洲国产欧美人成| 国产av麻豆久久久久久久| 久久久久久久久大av| 日本一二三区视频观看| 激情在线观看视频在线高清| 久久6这里有精品| 国产熟女xx| 国产精品日韩av在线免费观看| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 99久久精品热视频| 国产久久久一区二区三区| 亚洲精品日韩av片在线观看 | 九九在线视频观看精品| 一边摸一边抽搐一进一小说| av福利片在线观看| 最近最新中文字幕大全免费视频| 内射极品少妇av片p| 有码 亚洲区| 国产在线精品亚洲第一网站| 97超视频在线观看视频| 国产在线精品亚洲第一网站| 88av欧美| 午夜精品一区二区三区免费看| 日本 av在线| 亚洲成a人片在线一区二区| 老熟妇仑乱视频hdxx| 久久性视频一级片| 国产99白浆流出| 成人无遮挡网站| 欧美日韩瑟瑟在线播放| 精品免费久久久久久久清纯| 在线十欧美十亚洲十日本专区| 最近视频中文字幕2019在线8| 国产av麻豆久久久久久久| 亚洲精品色激情综合| 高清在线国产一区| avwww免费| 色综合欧美亚洲国产小说| 日韩精品青青久久久久久| 久久午夜亚洲精品久久| 色哟哟哟哟哟哟| 黄片大片在线免费观看| 成年女人看的毛片在线观看| tocl精华| 91久久精品电影网| bbb黄色大片| 精品一区二区三区人妻视频| 久久久国产成人免费| 动漫黄色视频在线观看| 一边摸一边抽搐一进一小说| 亚洲国产日韩欧美精品在线观看 | 国产高清三级在线| 中文字幕人妻丝袜一区二区| 看免费av毛片| 成年女人永久免费观看视频| 18+在线观看网站| 成人特级av手机在线观看| 国产探花在线观看一区二区| 女生性感内裤真人,穿戴方法视频| 啦啦啦观看免费观看视频高清| 亚洲av美国av| 怎么达到女性高潮| 国产精品三级大全| 午夜日韩欧美国产| 免费大片18禁| 国产免费男女视频| 久久6这里有精品| 国内精品一区二区在线观看| 久久亚洲真实| 欧美最新免费一区二区三区 | av女优亚洲男人天堂| 动漫黄色视频在线观看| 午夜精品在线福利| 国产免费一级a男人的天堂| tocl精华| 麻豆久久精品国产亚洲av| 午夜免费激情av| 变态另类成人亚洲欧美熟女| 亚洲五月婷婷丁香| 1000部很黄的大片| 午夜激情福利司机影院| 亚洲乱码一区二区免费版| 成年免费大片在线观看| 亚洲精品成人久久久久久| 亚洲第一欧美日韩一区二区三区| 午夜a级毛片| 99热这里只有精品一区| 午夜免费观看网址| 国内精品久久久久精免费| 国产欧美日韩精品亚洲av| 人妻丰满熟妇av一区二区三区| 亚洲精品美女久久久久99蜜臀| 国产色婷婷99| 国产精品三级大全| 91九色精品人成在线观看| 免费看美女性在线毛片视频| 老司机深夜福利视频在线观看| 亚洲av第一区精品v没综合| 在线十欧美十亚洲十日本专区| av视频在线观看入口| 少妇熟女aⅴ在线视频| 两个人视频免费观看高清| 国产精品国产高清国产av| 一个人观看的视频www高清免费观看| 网址你懂的国产日韩在线| 色精品久久人妻99蜜桃| 国产午夜福利久久久久久| 好男人在线观看高清免费视频| 日韩欧美 国产精品| 国产美女午夜福利| 午夜影院日韩av| 蜜桃亚洲精品一区二区三区| 九九久久精品国产亚洲av麻豆| 中文字幕人妻熟人妻熟丝袜美 | 欧美乱码精品一区二区三区| 亚洲欧美一区二区三区黑人| 亚洲av二区三区四区| 99riav亚洲国产免费| 一区二区三区激情视频| 熟女人妻精品中文字幕| 国产野战对白在线观看| 亚洲国产中文字幕在线视频| 99热只有精品国产| 精品久久久久久久人妻蜜臀av| 最近视频中文字幕2019在线8| 又黄又粗又硬又大视频| 亚洲精华国产精华精| 在线天堂最新版资源| 好男人在线观看高清免费视频| 日本免费一区二区三区高清不卡| 很黄的视频免费| 日本与韩国留学比较| 久久精品国产99精品国产亚洲性色| 日韩 欧美 亚洲 中文字幕| 日韩欧美在线二视频| 免费电影在线观看免费观看| 丁香六月欧美| 午夜亚洲福利在线播放| 黄色日韩在线| 亚洲av免费高清在线观看| 成人av一区二区三区在线看| 老司机午夜十八禁免费视频| 五月伊人婷婷丁香| 亚洲国产中文字幕在线视频| 亚洲激情在线av| 亚洲av成人精品一区久久| 天堂动漫精品| 中文字幕av在线有码专区| 免费高清视频大片| 欧美日本视频| 最近最新中文字幕大全免费视频| 久久精品亚洲精品国产色婷小说| 91久久精品国产一区二区成人 | 91久久精品国产一区二区成人 | 国内毛片毛片毛片毛片毛片| 婷婷亚洲欧美| 十八禁人妻一区二区| 三级国产精品欧美在线观看| 午夜激情欧美在线| 一级a爱片免费观看的视频| 国产v大片淫在线免费观看| 美女免费视频网站| 国产精品永久免费网站| 精品乱码久久久久久99久播| 黑人欧美特级aaaaaa片| 久久香蕉国产精品| 久久精品国产综合久久久| 一夜夜www| 老熟妇乱子伦视频在线观看| 美女cb高潮喷水在线观看| 我的老师免费观看完整版| 午夜激情欧美在线| 日韩 欧美 亚洲 中文字幕| 成人18禁在线播放| 国产精品一区二区三区四区久久| 亚洲午夜理论影院| 亚洲av熟女| 波野结衣二区三区在线 | 一本综合久久免费| 老鸭窝网址在线观看| 国产亚洲精品久久久久久毛片| 成年人黄色毛片网站| 国产高清视频在线播放一区| 美女高潮的动态| av欧美777| 日本在线视频免费播放| 天堂动漫精品| 欧美日韩国产亚洲二区| 久久久久国内视频| 亚洲精品亚洲一区二区| 色综合欧美亚洲国产小说| 日韩欧美三级三区| 在线观看舔阴道视频| 久久亚洲真实| 国内少妇人妻偷人精品xxx网站| 欧美3d第一页| 丰满人妻一区二区三区视频av | 国产精品一区二区三区四区久久| 搡老熟女国产l中国老女人| 一个人观看的视频www高清免费观看| 国产99白浆流出| av片东京热男人的天堂| 一进一出好大好爽视频| 一区二区三区国产精品乱码| 成人午夜高清在线视频| 老汉色∧v一级毛片| 夜夜夜夜夜久久久久| 黄色女人牲交| 国产av麻豆久久久久久久| 亚洲av第一区精品v没综合| 一区二区三区激情视频| 两人在一起打扑克的视频| 黄色女人牲交| 小蜜桃在线观看免费完整版高清| 99久久无色码亚洲精品果冻| 国内少妇人妻偷人精品xxx网站| 国产v大片淫在线免费观看| 97超视频在线观看视频| 国产亚洲精品一区二区www| 中国美女看黄片| 又粗又爽又猛毛片免费看| 一卡2卡三卡四卡精品乱码亚洲| 深夜精品福利| 搡老熟女国产l中国老女人| 中国美女看黄片| 国产三级中文精品| 成人18禁在线播放| 综合色av麻豆| 日本成人三级电影网站| 老司机午夜十八禁免费视频| 一进一出好大好爽视频| 亚洲午夜理论影院| 日韩高清综合在线| 欧美日本亚洲视频在线播放| 观看免费一级毛片| 我要搜黄色片| 国内精品美女久久久久久| 免费看日本二区| 亚洲18禁久久av| 日韩国内少妇激情av| 男人和女人高潮做爰伦理| 欧美av亚洲av综合av国产av| 久久久精品大字幕| 国产高清有码在线观看视频| 国产高潮美女av| 一卡2卡三卡四卡精品乱码亚洲| 九色成人免费人妻av| 久久精品国产亚洲av涩爱 | 免费人成在线观看视频色| 亚洲欧美日韩卡通动漫| 久久久久久九九精品二区国产| 欧美极品一区二区三区四区| 女生性感内裤真人,穿戴方法视频| 激情在线观看视频在线高清| 国产美女午夜福利| 日韩欧美一区二区三区在线观看| 久久精品国产综合久久久| a在线观看视频网站| 日本与韩国留学比较| 两个人看的免费小视频| 精品免费久久久久久久清纯| 免费在线观看影片大全网站| 精品久久久久久成人av| 综合色av麻豆| 99视频精品全部免费 在线| 成年免费大片在线观看| 日本精品一区二区三区蜜桃| 欧美精品啪啪一区二区三区| 亚洲人成电影免费在线| 国产伦精品一区二区三区视频9 | 九色成人免费人妻av| 白带黄色成豆腐渣| 精品无人区乱码1区二区| 91麻豆精品激情在线观看国产| 好看av亚洲va欧美ⅴa在| 青草久久国产| 欧美在线黄色| 午夜视频国产福利| 最后的刺客免费高清国语| 色在线成人网| 午夜精品一区二区三区免费看| 99国产精品一区二区蜜桃av| 嫩草影视91久久| 日韩欧美国产在线观看| 国产伦人伦偷精品视频| 老熟妇仑乱视频hdxx| 丰满人妻熟妇乱又伦精品不卡| 国产精品精品国产色婷婷| 国产极品精品免费视频能看的| 老司机福利观看| 亚洲无线在线观看| 日本黄色视频三级网站网址| 精品日产1卡2卡| 欧美性猛交黑人性爽| 在线a可以看的网站| 性欧美人与动物交配| 99在线人妻在线中文字幕| 国产精品99久久99久久久不卡| aaaaa片日本免费| 欧美黑人欧美精品刺激| 欧美不卡视频在线免费观看| 老司机午夜十八禁免费视频| 日本精品一区二区三区蜜桃| 免费无遮挡裸体视频| 99久久精品国产亚洲精品| 亚洲国产欧洲综合997久久,| 网址你懂的国产日韩在线| 亚洲成a人片在线一区二区| 亚洲熟妇中文字幕五十中出| 亚洲av二区三区四区| 美女高潮的动态| 床上黄色一级片| 欧美区成人在线视频| 中出人妻视频一区二区| 丰满乱子伦码专区| 一区二区三区激情视频| 欧美另类亚洲清纯唯美| 天天添夜夜摸| 人妻夜夜爽99麻豆av| 亚洲第一电影网av| 性色av乱码一区二区三区2| 久久久久久人人人人人| 一本精品99久久精品77| 最近最新中文字幕大全免费视频| 此物有八面人人有两片| 精品一区二区三区av网在线观看| 欧美在线一区亚洲| 午夜福利在线在线| 一级毛片女人18水好多| 一边摸一边抽搐一进一小说|