• <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 ?

    基于深度學(xué)習(xí)的線損異常診斷系統(tǒng)研究

    2023-12-04 15:06:58張恒超沈秋英李蘇芙蔡嘉輝呂自貴
    農(nóng)村電氣化 2023年11期
    關(guān)鍵詞:臺(tái)區(qū)用電樣本

    張恒超 ,沈秋英 ,沈 杰 ,李蘇芙 ,范 彪 ,王 琨 ,蔡嘉輝 ,呂自貴

    (1. 國網(wǎng)江蘇省電力有限公司蘇州供電分公司,江蘇 蘇州 215004; 2. 江南大學(xué)機(jī)械工程學(xué)院,江蘇 無錫 214122; 3. 江蘇集萃智能制造技術(shù)研究所有限公司,江蘇 南京 210000)

    0 引言

    引發(fā)線損異常的因素復(fù)雜多變,高效迅捷的分析、定位并解決線損異常的技術(shù)難度大,不能妥善處理則會(huì)降低臺(tái)區(qū)運(yùn)行的經(jīng)濟(jì)性和穩(wěn)定性[1-2]?,F(xiàn)有的用電檢查技術(shù)主要采用人工輔以部分設(shè)備作業(yè)的現(xiàn)場檢測方式,但往往成本高效率低,準(zhǔn)確率難以保證,開發(fā)一種高效、精準(zhǔn)的竊電偵測技術(shù)對提升電網(wǎng)的穩(wěn)定性與安全性起著重要的促進(jìn)作用。

    臺(tái)區(qū)線損異常處理方法有:系統(tǒng)診斷、人工研判、現(xiàn)場排查、采集排查、竊電及違約用電排查和常態(tài)運(yùn)行監(jiān)控。眾多研究人員對臺(tái)區(qū)線損異常處理進(jìn)行了研究,施文[3]等人探究了臺(tái)區(qū)線損的形成原因,提出了具體問題的解決方法,然而在對如何進(jìn)行閉環(huán)線損治理上并未提出見解。邢毓卿[4]等人通過專家系統(tǒng)建立臺(tái)區(qū)線損診斷模型,實(shí)現(xiàn)了對臺(tái)區(qū)線損的異常原因的分析,但在線損異常診斷模型的準(zhǔn)確性上還可以有進(jìn)一步提升。

    其中,竊電作為線損異常的重要因素,給電力行業(yè)造成了巨大損失[5]。在美國,每年因電力盜竊造成的損失數(shù)以億計(jì)。傳統(tǒng)的竊電檢測方法成本過高,為解決這個(gè)困境,亟須研究一種迅速、精確的竊電檢測方法。近年來,深度學(xué)習(xí)作為實(shí)現(xiàn)人工智能的關(guān)鍵技術(shù)在多個(gè)領(lǐng)域中迅猛發(fā)展。本文依托海量的電力數(shù)據(jù),提出了基于DenseNet 算法的檢測模型。臺(tái)區(qū)線損異常包括關(guān)口計(jì)量裝置故障、竊電、用戶計(jì)量裝置異常、戶變關(guān)系異常等問題,采用經(jīng)驗(yàn)知識(shí)的方法進(jìn)行判斷[6-7]。

    所開發(fā)的系統(tǒng)軟件包含用電采集失敗查詢模塊、任意或連續(xù)日期線損臺(tái)區(qū)查詢模塊、竊電檢測模塊、計(jì)量系統(tǒng)診斷模塊、戶變關(guān)系錯(cuò)誤診斷模塊。從數(shù)據(jù)分析、線損異常診斷、閉環(huán)管理方面,實(shí)現(xiàn)全方位的線損診斷與管控。

    1 系統(tǒng)功能結(jié)構(gòu)設(shè)計(jì)

    本系統(tǒng)以C#和python 作為主要的開發(fā)語言。經(jīng)了解,電網(wǎng)業(yè)務(wù)人員和客戶端多選用Windows 系統(tǒng)作為操作系統(tǒng),而WinForm 框架能夠?yàn)殚_發(fā)者提供多元美觀的窗體控件,開發(fā)效率高且操作簡單,且開發(fā)界面可以達(dá)到良好的可視化效果。據(jù)此,本文的系統(tǒng)開發(fā)將在Windows 窗體的基礎(chǔ)上,使用框架WinForm,利用C#編程語言完成。以國家電網(wǎng)某供電公司所提供的線損相關(guān)歷史用電數(shù)據(jù)為數(shù)據(jù)來源,按照電力行業(yè)的現(xiàn)行標(biāo)準(zhǔn)和規(guī)范,實(shí)現(xiàn)供電公司要求的功能,設(shè)計(jì)開發(fā)出的線損異常診斷系統(tǒng)的功能結(jié)構(gòu)圖如圖1 所示,由臺(tái)區(qū)線損異常診斷模塊和閉環(huán)管理模塊兩個(gè)模塊組成。

    圖1 功能結(jié)構(gòu)圖

    線損異常臺(tái)區(qū)查詢模塊由統(tǒng)計(jì)線損率考核閾值設(shè)置、單日線損異常臺(tái)區(qū)查詢以及多日線損異常臺(tái)區(qū)查詢3 個(gè)部分組成。該模塊的實(shí)現(xiàn)是基于目前收集到的臺(tái)區(qū)線損與電力歷史數(shù)據(jù),在設(shè)定好并將上述數(shù)據(jù)經(jīng)過相應(yīng)的邏輯算法運(yùn)算后,搜索并篩選出單日或多日內(nèi)的臺(tái)區(qū)線損異常信息,將這些臺(tái)區(qū)線損異常信息加以存儲(chǔ)。

    閉環(huán)管理模塊的主要功能是將診斷出的線損異常狀況通過電腦客戶端或者手機(jī)App 及時(shí)發(fā)送給檢修人員,以提升電力維修工作的效率。

    2 基于深度學(xué)習(xí)的竊電檢測模型訓(xùn)練與應(yīng)用

    為了彌補(bǔ)當(dāng)前常見竊電診斷方式的不足,首先在用戶用電數(shù)據(jù)的基礎(chǔ)上分析用戶的用電行為,提出一種基于DenseNet-RF 的竊電檢測算法,利用供電企業(yè)提供的大量電力數(shù)據(jù)進(jìn)行模型訓(xùn)練,將訓(xùn)練得到的模型與常見的用戶竊電模型作比較,驗(yàn)證提出的竊電檢測模型預(yù)測是否準(zhǔn)確,并對除此之外的導(dǎo)致線損異常的原因與其相對應(yīng)的線損異常情況進(jìn)行分析,得到其它不同的線損異常原因,提出相應(yīng)的線損異常檢測方法,最終形成完整的線損異常診斷流程。

    2.1 數(shù)據(jù)預(yù)處理

    在電網(wǎng)業(yè)務(wù)場景中,很難獲得學(xué)術(shù)上的標(biāo)準(zhǔn)數(shù)據(jù)集。從國家電網(wǎng)某供電公司收集到用電竊電數(shù)據(jù)正反樣本數(shù)量比約為10∶1,以用戶每15 min 的采集頻率記錄用電量情況作為數(shù)據(jù)來源。數(shù)據(jù)集包含臺(tái)區(qū)用戶每日用電量、合同容量以及作為標(biāo)簽的用戶狀態(tài)。將正類1 作為竊電用戶,負(fù)類0 作為正常用戶。大量的客戶用電數(shù)據(jù),為本文研究竊電檢測提供了可靠的數(shù)據(jù)保障。

    不平衡的數(shù)據(jù)集會(huì)引發(fā)過擬合的問題,導(dǎo)致預(yù)測結(jié)果向樣本占比大的類別偏移,使得模型的泛化能力弱化。為解決這個(gè)問題,首先采用文獻(xiàn)提出的樣本生成方法生成更多的竊電數(shù)據(jù),同時(shí)采用SMOTE 算法平衡數(shù)據(jù)集當(dāng)中的正常用電樣本數(shù)量和疑似竊電樣本數(shù)量。

    此外,為加快網(wǎng)絡(luò)收斂,對用電數(shù)據(jù)作歸一化處理。

    式中:max(e)、min(e)分別為樣本最大值和最小值;et為總體樣本里某一值。

    通過數(shù)據(jù)預(yù)處理得到同等數(shù)量的正常樣本和竊電樣本共10 000 個(gè)。每次訓(xùn)練時(shí),隨機(jī)抽取其中的8 000 個(gè)樣本數(shù)據(jù)為訓(xùn)練集,其中的2 000 個(gè)樣本數(shù)據(jù)為測試集。

    2.2 DenseNet 算法

    DenseNet 是由黃高博士等設(shè)計(jì)的一種網(wǎng)絡(luò)結(jié)構(gòu),由Dense Block 和Transition Layer 兩個(gè)單元組成。其中,Dense Block 的各層與之后的各層密集連接,2 個(gè)Dense Block 之間通過Transition Layer 連接[8],設(shè)Dense Block 中有i層特征圖層,第i層的輸出記作Xi,第i層的非線性映射記作Hi,Dense Block中包含的密集連接數(shù)目為i×(i+1)/2 ,

    式中:Xi=H([Xi-1,Xi-2,···,X1,X0]) 為將第0 層至第i層的輸出根據(jù)通道數(shù)作合并級聯(lián),H() 得到圖層經(jīng)過批量標(biāo)準(zhǔn)化(batch normalization, BN)、激活函數(shù)(rectified linear unit, RELU)、卷積操作(convolution,Conv)等操作以后的輸出。通過合并級聯(lián)可以把卷積操作得到的特征數(shù)據(jù)合并,在進(jìn)行訓(xùn)練時(shí)提高初始特征,進(jìn)而提升圖層使用率和模型分析的精度。層與層間通過Concatenation 連接,Dense Block 結(jié)構(gòu)如圖2 所示。

    圖2 Dense Block 示意圖

    2.3 基于DenseNet 的竊電檢測模型訓(xùn)練流程

    竊電檢測模型訓(xùn)練基本流程為:首先通過DenseNet 網(wǎng)絡(luò),從智能電測指示儀表數(shù)據(jù)集中獲取得到用戶的電能特性,接著再利用RF 算法使用所獲得的特性參數(shù)訓(xùn)練分類器,然后通過網(wǎng)格搜索算法對特性參數(shù)進(jìn)行優(yōu)選,由此實(shí)現(xiàn)了對隨機(jī)森林分類器的最優(yōu)預(yù)測選擇,進(jìn)而找出疑似竊電行為。模型的輸入為實(shí)際用戶用電數(shù)據(jù),而輸出則為疑似竊電用戶。模型訓(xùn)練流程圖如圖3 所示,其中帶訓(xùn)練網(wǎng)絡(luò)的配置信息如表1 所示,其中k代表特征圖層的增長速率。

    表1 DenseNet 及CNN 網(wǎng)絡(luò)參數(shù)配置信息表

    圖3 模型訓(xùn)練流程圖

    竊電檢測模型訓(xùn)練的具體實(shí)現(xiàn)流程如下。

    數(shù)據(jù)預(yù)處理:利用SMOTE 算法,保證得到同樣數(shù)量的正常樣本和竊電樣本,共計(jì)12 096 個(gè)。對全部樣本數(shù)據(jù)作了歸一化處理,隨機(jī)抽取其中的10 000 個(gè)數(shù)據(jù)樣本為訓(xùn)練集,抽取其中的2 096 個(gè)數(shù)據(jù)樣本為測試集。所有用戶電力能耗矩陣的維數(shù)均為534 × 48。

    配置網(wǎng)絡(luò)模型:分別通過RF、XGBoost(extreme gradient boosting)和梯度提升樹(gradient boosting decision tree,GBDT)等機(jī)器學(xué)習(xí)算法來訓(xùn)練用戶竊電檢測模型,根據(jù)表1 中的配置參數(shù)訓(xùn)練WDNet、自定義CNN、DenseNet 等用戶竊電檢測模型。

    訓(xùn)練過程:利用矩陣變換,讓用戶電力能耗矩陣適應(yīng)于各種算法的特征輸入,包括訓(xùn)練機(jī)器學(xué)習(xí)模型時(shí)調(diào)用scikit-learn 中的算法函數(shù),通過網(wǎng)格搜索算法確定最佳參數(shù),最終輸出相應(yīng)的模型;自定義CNN 的訓(xùn)練過程中首先將矩陣增維至1 × 534 ×48,接著再進(jìn)行網(wǎng)絡(luò)構(gòu)建,最終通過全連接層完成分類,將分類結(jié)果通過向量的歸一化分析后在Softmax 層輸出具體類別。分別構(gòu)建DenseNet-121、DenseNet-169 和DenseNet-201(k=32)三種網(wǎng)絡(luò),為更好地適應(yīng)DenseNet 網(wǎng)絡(luò)的輸入尺寸,需要先把輸入的用戶電力能耗矩陣維數(shù)變換為1 × 178 × 144,在構(gòu)建模型前應(yīng)當(dāng)先做一次卷積操作以提取圖層特征,做一次池化操作對圖層尺寸進(jìn)行壓縮,接著按照表1 中的配置參數(shù)構(gòu)造Dense Block 和Transition Layer 兩個(gè)部分。其中,Dense Block 的作用主要是促進(jìn)信息的特征重用,在Transition Layer 中,1 × 1卷積層的作用主要是降低矩陣維數(shù),2 × 2 平均池化層的作用主要是壓縮圖層尺寸,以減少網(wǎng)絡(luò)參數(shù),經(jīng)過池化操作以后,在全連接層中對圖層信息完成分類,接著再在Softmax 層中做向量歸一化,最后輸出特定類別。每個(gè)算法函數(shù)將生成k個(gè)特征圖,k為輸入層通道數(shù)。在這一步中,更改不同超參數(shù)k,以比較不同DenseNet 模型的優(yōu)劣。

    存儲(chǔ)訓(xùn)練結(jié)果,選擇最優(yōu)模型:向訓(xùn)練得到的各模型中輸入事先準(zhǔn)備好的測試集并得到訓(xùn)練結(jié)果,比較不同模型生成的分類結(jié)果以及測試集標(biāo)注的真實(shí)標(biāo)簽是否對應(yīng),以此評判該模型的優(yōu)劣,選擇最優(yōu)的DenseNet 模型。

    融合模型:在上一步模型訓(xùn)練中,得到最優(yōu)DenseNet 以后,修改優(yōu)化模型參數(shù),接著利用隨機(jī)森林算法對圖層特征進(jìn)行二次訓(xùn)練,最終獲得DenseNet-RF 模型。

    診斷疑似竊電用戶:從輸出的分類結(jié)果中,能夠判斷用戶是否存在竊電嫌疑。其中,竊電檢測模型以智能電測指示儀表數(shù)據(jù)為輸入,以疑似竊電用戶為輸出。

    2.4 模型訓(xùn)練與分類準(zhǔn)確率比較

    為驗(yàn)證DenseNet 模型的可靠性,使用數(shù)據(jù)集對竊電檢測模型開展了分析。測試設(shè)備配置為Windows 10,CPU 為AMD Ryzen 5 1400,顯卡為RTX 2070,總內(nèi)存8 GB;采用tensorflow 深度學(xué)習(xí)框架和scikitlearn 機(jī)器學(xué)習(xí)框架進(jìn)行研究。DenseNet 和CNN 模型通過多輪訓(xùn)練獲得,其訓(xùn)練過程如圖4(a)(b)(c)所示。另外本文還比較了其他常用的機(jī)器學(xué)習(xí)算法,包括支持向量機(jī)(SVM),隨機(jī)森林(Random Forest,RF),梯度增強(qiáng)決策樹(GBDT)和邏輯回歸(LR),其訓(xùn)練結(jié)果能夠通過調(diào)用scikit-learn 的庫函數(shù)讀出,訓(xùn)練結(jié)果表2 所示。

    表2 算法的參數(shù)配置與測試集準(zhǔn)確率

    圖4 訓(xùn)練過程曲線

    根據(jù)以上結(jié)果,可得結(jié)論如下:在時(shí)間成本方面,相較于普通CNN 算法,DenseNet-121 網(wǎng)絡(luò)模型的迭代次數(shù)最少,模型收斂也更快,相應(yīng)的模型訓(xùn)練所需時(shí)間更少;在模型準(zhǔn)確度方面,DenseNet-121 網(wǎng)絡(luò)模型相較于普通CNN、RF、GBDT、LR和SVM 等機(jī)器學(xué)習(xí)算法在測試集中分類準(zhǔn)確率明顯更高,在測試集中準(zhǔn)確率達(dá)到95.18%,由此可見DenseNet 模型用于檢測用戶是否存在竊電行為表現(xiàn)出良好的準(zhǔn)確性。

    2.5 模型的部署與應(yīng)用

    將通過tensorflow 訓(xùn)練好的模型以H5 格式保存,利用flask 部署模型,可以在系統(tǒng)軟件中調(diào)用該模型進(jìn)行預(yù)測。模型部署應(yīng)用流程圖如圖5 所示。

    圖5 模型部署應(yīng)用流程圖

    3 基于經(jīng)驗(yàn)知識(shí)的臺(tái)區(qū)線損異常原因診斷

    臺(tái)區(qū)線損異常原因包括用電采集失敗、計(jì)量系統(tǒng)問題、竊電、戶變關(guān)系錯(cuò)誤等,在本系統(tǒng)中采用不同的模塊來實(shí)現(xiàn)各類功能。

    3.1 用電采集失敗查詢模塊

    該模塊包括近期、長期采集失敗查詢與任意或連續(xù)日期線損異常臺(tái)區(qū)查詢。近期、長期采集失敗查詢是根據(jù)線損率、用戶參與率以及可參照線損率來進(jìn)行邏輯判斷。如圖6 所示為近期、長期采集失敗查詢的具體判斷流程,a表示線損率閾值下限,b表示線損率閾值上限。

    圖6 GIGWOBP 預(yù)測值

    任意或連續(xù)日期線損臺(tái)區(qū)查詢模塊包括歷史日期內(nèi)任意兩日都存在線損異常臺(tái)區(qū)查詢與連續(xù)多日的線損的異常臺(tái)區(qū)查詢,將查詢的日期范圍和閾值輸入即可實(shí)現(xiàn)查詢,并可將持續(xù)線損的臺(tái)區(qū)以不同的命名方式存入數(shù)據(jù)庫中,并在列表中顯示。任意或連續(xù)日期線損臺(tái)區(qū)的分析過程如圖7 所示。當(dāng)日的線損異常臺(tái)區(qū)信息表記為allLoss,持續(xù)線損數(shù)據(jù)表記為ChiX,持續(xù)負(fù)損數(shù)據(jù)表記為ChiF,持續(xù)高損數(shù)據(jù)表記為ChiG。

    圖7 任意或連續(xù)日期線損臺(tái)區(qū)查詢模塊流程圖

    3.2 基于經(jīng)驗(yàn)知識(shí)的診斷模塊

    3.2.1 關(guān)口計(jì)量裝置故障診斷模塊

    根據(jù)當(dāng)日線損異常臺(tái)區(qū)信息表,可以查詢到存在線損異常的臺(tái)區(qū)信息,向計(jì)量系統(tǒng)問題診斷模塊中導(dǎo)入臺(tái)區(qū)主變當(dāng)日的電流曲線數(shù)據(jù),包含日期、點(diǎn)數(shù)、相序和每15 min 采集的電流數(shù)據(jù)等。可通過以下方法實(shí)現(xiàn)對計(jì)量系統(tǒng)問題進(jìn)行有效判斷,具體過程如下。

    根據(jù)技術(shù)人員提供的經(jīng)驗(yàn)知識(shí):任意電流相中存在連續(xù)時(shí)刻電流值為0 時(shí),即可判定為疑似關(guān)口連片未合或互感器故障。

    臺(tái)區(qū)總表中任意一相電流值高出另外兩相的成倍數(shù)關(guān)系時(shí),即可判定為疑似臺(tái)區(qū)關(guān)口表互感器變比錯(cuò)誤。

    3.2.2 用戶計(jì)量裝置異常診斷模塊

    在持續(xù)高損數(shù)據(jù)表中,可以查詢到系統(tǒng)內(nèi)上傳的所有歷史線損持續(xù)高損的臺(tái)區(qū)信息。在此模塊中導(dǎo)入臺(tái)區(qū)主變的供電損失數(shù)據(jù)。

    根據(jù)技術(shù)人員提供的經(jīng)驗(yàn)知識(shí):當(dāng)連續(xù)多日線損率高于預(yù)設(shè)定閾值同時(shí)結(jié)合合格標(biāo)簽均為不合格時(shí),即可判定線損異常原因?yàn)橐伤朴脩粲?jì)量裝置異常或疑似戶變關(guān)系異常。

    4 基于MQTT 協(xié)議的線損異常閉環(huán)管理系統(tǒng)

    MQTT 是一種采用二進(jìn)制消息的發(fā)送/訂閱編程方式的即時(shí)通信技術(shù),也是一種基于輕量級的訂閱/發(fā)送方式的消息發(fā)送物聯(lián)網(wǎng)傳輸方式[9]。MQTTnet是一種基于MQTT 通信協(xié)議的分布式數(shù)據(jù)庫。本軟件在MQTT 服務(wù)端軟件的基礎(chǔ)上,開發(fā)了一款桌面級的MQTT 客戶端,應(yīng)用一款名為mqtt_client 的安卓軟件,通過花生殼內(nèi)網(wǎng)穿透軟件實(shí)現(xiàn)用戶手機(jī)客戶端消息的訂閱和發(fā)布,可實(shí)現(xiàn)電腦和手機(jī)的線損異常原因的閉環(huán)接收與反饋。

    5 應(yīng)用效果

    本文從江蘇省蘇州市國家電網(wǎng)抽取了6000 條數(shù)據(jù)導(dǎo)入到線損異常診斷系統(tǒng),設(shè)定閾值5%,查出189 條單日線損異常數(shù)據(jù),65 條多日線損異常數(shù)據(jù)。其中經(jīng)系統(tǒng)監(jiān)測判定23 條數(shù)據(jù)存在竊電嫌疑。經(jīng)人員現(xiàn)場查驗(yàn),該23 戶存在竊電行為。

    6 結(jié)論

    本文通過分析多種線損異常情況,結(jié)合某電網(wǎng)公司的線損相關(guān)歷史數(shù)據(jù),提出了一種基于深度學(xué)習(xí)的線損異常原因診斷系統(tǒng)的研究方案,訓(xùn)練了基于DenseNet 的竊電檢測模型,同時(shí)比較了現(xiàn)有常用機(jī)器學(xué)習(xí)算法的竊電檢測效果并完成了模型的系統(tǒng)部署。實(shí)驗(yàn)結(jié)果表明,基于DenseNet 的竊電檢測模型準(zhǔn)確性較高。另外,本文提出了基于經(jīng)驗(yàn)知識(shí)的線損異常診斷方案,配套開發(fā)了相應(yīng)的診斷模塊以及基于開源庫的線損異常閉環(huán)管理模塊。本文所研究的方法對多方面的線損異常原因進(jìn)行診斷,目標(biāo)降低臺(tái)區(qū)線損異常狀況分析的時(shí)間成本,提高監(jiān)測與治理的工作效率,幫助構(gòu)建智能化的電網(wǎng)環(huán)境。

    猜你喜歡
    臺(tái)區(qū)用電樣本
    用電安全
    用煤用電用氣保障工作的通知
    用樣本估計(jì)總體復(fù)習(xí)點(diǎn)撥
    安全用電知識(shí)多
    用電安全要注意
    推動(dòng)醫(yī)改的“直銷樣本”
    降低臺(tái)區(qū)實(shí)時(shí)線損整治工作方法
    電子制作(2017年2期)2017-05-17 03:55:22
    隨機(jī)微分方程的樣本Lyapunov二次型估計(jì)
    村企共贏的樣本
    三合一集中器作為臺(tái)區(qū)線損考核表計(jì)的探討
    成人午夜精彩视频在线观看| 午夜日本视频在线| kizo精华| 考比视频在线观看| 国产免费又黄又爽又色| 久久精品aⅴ一区二区三区四区 | 国产精品一区二区在线不卡| videossex国产| 日韩欧美精品免费久久| 人人妻人人添人人爽欧美一区卜| 伦理电影免费视频| 国产片内射在线| 国产1区2区3区精品| 欧美人与性动交α欧美软件 | 亚洲国产日韩一区二区| 99精国产麻豆久久婷婷| 在线看a的网站| 亚洲美女黄色视频免费看| 五月伊人婷婷丁香| 午夜日本视频在线| 日本av免费视频播放| 精品一区二区免费观看| 九色成人免费人妻av| √禁漫天堂资源中文www| 多毛熟女@视频| 日日爽夜夜爽网站| 亚洲精品日本国产第一区| 51国产日韩欧美| 高清在线视频一区二区三区| 亚洲精华国产精华液的使用体验| 90打野战视频偷拍视频| av.在线天堂| 在线看a的网站| 99香蕉大伊视频| 日韩中文字幕视频在线看片| 免费久久久久久久精品成人欧美视频 | 人体艺术视频欧美日本| 精品熟女少妇av免费看| 国产黄色免费在线视频| 欧美日韩视频精品一区| 中国三级夫妇交换| 亚洲情色 制服丝袜| 亚洲欧美清纯卡通| 秋霞在线观看毛片| 欧美日韩亚洲高清精品| 国产亚洲一区二区精品| 在线观看一区二区三区激情| 精品亚洲乱码少妇综合久久| 久久国产精品男人的天堂亚洲 | 国产1区2区3区精品| 欧美人与性动交α欧美软件 | 狠狠婷婷综合久久久久久88av| 一级,二级,三级黄色视频| 亚洲熟女精品中文字幕| 最近最新中文字幕免费大全7| 在线观看国产h片| 热re99久久国产66热| av女优亚洲男人天堂| 夜夜骑夜夜射夜夜干| 欧美 日韩 精品 国产| 精品视频人人做人人爽| 亚洲成色77777| 在线观看免费日韩欧美大片| 亚洲av男天堂| 青青草视频在线视频观看| 99久国产av精品国产电影| 少妇人妻精品综合一区二区| 精品亚洲成a人片在线观看| 亚洲精品一二三| 精品酒店卫生间| 只有这里有精品99| 久久久国产一区二区| 亚洲色图综合在线观看| 国产 精品1| 女人被躁到高潮嗷嗷叫费观| av线在线观看网站| 午夜福利乱码中文字幕| 国产精品不卡视频一区二区| a级毛片在线看网站| 2022亚洲国产成人精品| 精品午夜福利在线看| 综合色丁香网| 青青草视频在线视频观看| 亚洲欧美中文字幕日韩二区| 少妇熟女欧美另类| 美女中出高潮动态图| 91精品三级在线观看| 永久免费av网站大全| 国产黄色免费在线视频| 夫妻午夜视频| 午夜老司机福利剧场| 国产成人aa在线观看| 飞空精品影院首页| 国产xxxxx性猛交| 成人免费观看视频高清| 一级片免费观看大全| 爱豆传媒免费全集在线观看| 久久 成人 亚洲| 在线免费观看不下载黄p国产| 久久久a久久爽久久v久久| 亚洲久久久国产精品| 久久久久久久久久人人人人人人| 亚洲精品自拍成人| 日韩不卡一区二区三区视频在线| 一本—道久久a久久精品蜜桃钙片| 亚洲情色 制服丝袜| www日本在线高清视频| 国产在线一区二区三区精| 尾随美女入室| 亚洲一区二区三区欧美精品| 国产精品人妻久久久影院| 日本av手机在线免费观看| 午夜福利影视在线免费观看| 精品亚洲成国产av| 国产成人一区二区在线| 大陆偷拍与自拍| 久久精品国产自在天天线| √禁漫天堂资源中文www| 久久 成人 亚洲| 午夜激情av网站| 日韩视频在线欧美| 九草在线视频观看| 又大又黄又爽视频免费| 日本爱情动作片www.在线观看| 熟女人妻精品中文字幕| 日日啪夜夜爽| 久久久国产精品麻豆| 国产精品国产三级专区第一集| 一区二区三区精品91| 国产成人免费观看mmmm| 多毛熟女@视频| 男人爽女人下面视频在线观看| 熟妇人妻不卡中文字幕| 国产伦理片在线播放av一区| 精品熟女少妇av免费看| 免费在线观看黄色视频的| 亚洲欧洲精品一区二区精品久久久 | 国产精品熟女久久久久浪| 高清毛片免费看| 热99久久久久精品小说推荐| 久久久久久久久久久久大奶| 啦啦啦在线观看免费高清www| 卡戴珊不雅视频在线播放| 日日爽夜夜爽网站| 天堂俺去俺来也www色官网| 考比视频在线观看| 美女脱内裤让男人舔精品视频| 日韩人妻精品一区2区三区| av免费观看日本| 91精品国产国语对白视频| 免费黄色在线免费观看| 丝袜喷水一区| 九草在线视频观看| www.色视频.com| 国产精品三级大全| 成年人午夜在线观看视频| 老女人水多毛片| 久久精品人人爽人人爽视色| 亚洲精品视频女| 日韩大片免费观看网站| 美女xxoo啪啪120秒动态图| freevideosex欧美| 日韩av在线免费看完整版不卡| 一本—道久久a久久精品蜜桃钙片| 美女内射精品一级片tv| 国产精品蜜桃在线观看| 亚洲,欧美,日韩| 欧美日韩成人在线一区二区| 久久久精品94久久精品| 大香蕉97超碰在线| videos熟女内射| 狠狠婷婷综合久久久久久88av| 精品久久久久久电影网| 国产免费一区二区三区四区乱码| 99热这里只有是精品在线观看| 久久久久精品久久久久真实原创| 国产一区亚洲一区在线观看| 午夜老司机福利剧场| 国产一级毛片在线| 亚洲国产精品999| 男女边摸边吃奶| 国产激情久久老熟女| 五月天丁香电影| 少妇精品久久久久久久| 最近中文字幕2019免费版| 我的女老师完整版在线观看| 一区二区三区乱码不卡18| 日韩一区二区视频免费看| 婷婷色综合大香蕉| 在线免费观看不下载黄p国产| 亚洲精品美女久久av网站| 日韩不卡一区二区三区视频在线| 国产精品一二三区在线看| 欧美最新免费一区二区三区| 激情五月婷婷亚洲| 国产精品久久久av美女十八| 日韩中字成人| 精品一区二区三区视频在线| 人人妻人人澡人人爽人人夜夜| 九色成人免费人妻av| 中文字幕制服av| 国产福利在线免费观看视频| 嫩草影院入口| 一本一本久久a久久精品综合妖精 国产伦在线观看视频一区 | 国产在线一区二区三区精| 久久鲁丝午夜福利片| 久久精品国产自在天天线| 精品卡一卡二卡四卡免费| 亚洲av在线观看美女高潮| 免费大片黄手机在线观看| 波多野结衣一区麻豆| 大码成人一级视频| 曰老女人黄片| 日本欧美视频一区| 男女免费视频国产| 五月玫瑰六月丁香| 亚洲国产色片| 秋霞伦理黄片| 国产福利在线免费观看视频| 国产男人的电影天堂91| 亚洲欧美一区二区三区国产| 精品人妻在线不人妻| 亚洲国产精品一区二区三区在线| 日韩制服骚丝袜av| 18禁在线无遮挡免费观看视频| 亚洲国产成人一精品久久久| 欧美激情极品国产一区二区三区 | 欧美日韩亚洲高清精品| 1024视频免费在线观看| 咕卡用的链子| 亚洲国产日韩一区二区| 在线观看国产h片| 久久久a久久爽久久v久久| 国产精品一国产av| 侵犯人妻中文字幕一二三四区| 国产av精品麻豆| 黑人欧美特级aaaaaa片| 久久狼人影院| 99久久中文字幕三级久久日本| 久久久精品区二区三区| 日本黄大片高清| 国产成人免费无遮挡视频| 午夜视频国产福利| 欧美精品国产亚洲| 一个人免费看片子| 看非洲黑人一级黄片| 97精品久久久久久久久久精品| 大陆偷拍与自拍| 国产成人av激情在线播放| 午夜影院在线不卡| 国产一区二区在线观看日韩| 另类精品久久| 免费人妻精品一区二区三区视频| 2021少妇久久久久久久久久久| 欧美激情极品国产一区二区三区 | 久久精品人人爽人人爽视色| 看免费av毛片| 精品一区二区三卡| 亚洲精品久久久久久婷婷小说| 99热网站在线观看| 大香蕉久久成人网| 国产av国产精品国产| 老女人水多毛片| 久久久久久久久久久久大奶| www.熟女人妻精品国产 | 母亲3免费完整高清在线观看 | 男女边吃奶边做爰视频| 国产无遮挡羞羞视频在线观看| 亚洲成人av在线免费| 欧美少妇被猛烈插入视频| 99热6这里只有精品| 亚洲精品美女久久久久99蜜臀 | 国产片特级美女逼逼视频| 宅男免费午夜| 香蕉丝袜av| 夫妻午夜视频| 熟妇人妻不卡中文字幕| 欧美精品一区二区大全| 视频中文字幕在线观看| 国产在线一区二区三区精| 国产av精品麻豆| 色哟哟·www| 99热全是精品| 国产成人精品福利久久| 亚洲伊人久久精品综合| 九色亚洲精品在线播放| 高清视频免费观看一区二区| 亚洲欧洲国产日韩| 亚洲四区av| 宅男免费午夜| 极品人妻少妇av视频| 亚洲成人一二三区av| av网站免费在线观看视频| 国产在视频线精品| 久久国产精品大桥未久av| 最近中文字幕高清免费大全6| 80岁老熟妇乱子伦牲交| 一级a做视频免费观看| 欧美成人午夜免费资源| 婷婷成人精品国产| 亚洲欧美清纯卡通| 午夜福利乱码中文字幕| 成人手机av| 91精品国产国语对白视频| 天天影视国产精品| 香蕉国产在线看| 亚洲精品国产av成人精品| 久久久精品免费免费高清| 一级毛片 在线播放| 男人舔女人的私密视频| 人人妻人人澡人人看| 久热久热在线精品观看| 国产 一区精品| 久久人人爽人人片av| 国产女主播在线喷水免费视频网站| 日韩欧美精品免费久久| 久久久久久久久久人人人人人人| 99九九在线精品视频| 性高湖久久久久久久久免费观看| 亚洲欧美日韩卡通动漫| 欧美+日韩+精品| 青春草亚洲视频在线观看| 两个人免费观看高清视频| 又粗又硬又长又爽又黄的视频| 男女午夜视频在线观看 | 久久久久久人人人人人| 美女主播在线视频| 纯流量卡能插随身wifi吗| 国产 一区精品| 人妻系列 视频| a级毛片在线看网站| 男人爽女人下面视频在线观看| 久久人妻熟女aⅴ| 一级毛片我不卡| 亚洲性久久影院| 精品一区在线观看国产| 18禁国产床啪视频网站| 激情五月婷婷亚洲| 欧美老熟妇乱子伦牲交| 一级毛片电影观看| 国产精品不卡视频一区二区| 黄片播放在线免费| 日本黄色日本黄色录像| 久久青草综合色| 深夜精品福利| 日本av手机在线免费观看| 人人妻人人爽人人添夜夜欢视频| 久久久久久久精品精品| 国产成人一区二区在线| 美女xxoo啪啪120秒动态图| 久久亚洲国产成人精品v| 黑人猛操日本美女一级片| 久久精品aⅴ一区二区三区四区 | 国产精品久久久久久av不卡| 久久精品人人爽人人爽视色| 嫩草影院入口| 亚洲国产日韩一区二区| 国产成人a∨麻豆精品| 国产一区二区激情短视频 | 伊人久久国产一区二区| 久久久久久伊人网av| 乱人伦中国视频| 精品久久久久久电影网| 国产在线一区二区三区精| 久久这里只有精品19| 高清毛片免费看| 日韩制服骚丝袜av| 日本91视频免费播放| 色吧在线观看| 日韩视频在线欧美| 欧美另类一区| 日韩成人伦理影院| 久久精品久久精品一区二区三区| 大香蕉久久网| 丰满少妇做爰视频| 亚洲国产精品一区二区三区在线| 欧美精品亚洲一区二区| 欧美亚洲 丝袜 人妻 在线| 99热这里只有是精品在线观看| 91国产中文字幕| 免费看av在线观看网站| 观看av在线不卡| 久久久久久久大尺度免费视频| 国产一区二区在线观看日韩| 久久精品国产鲁丝片午夜精品| 久久久久久伊人网av| 午夜福利视频在线观看免费| 又粗又硬又长又爽又黄的视频| 成年女人在线观看亚洲视频| 97在线视频观看| 老女人水多毛片| 久久精品国产自在天天线| 欧美丝袜亚洲另类| 人妻 亚洲 视频| 日韩av在线免费看完整版不卡| 老司机亚洲免费影院| 最近中文字幕2019免费版| 精品国产一区二区久久| 亚洲婷婷狠狠爱综合网| 欧美精品高潮呻吟av久久| 日韩人妻精品一区2区三区| 免费观看无遮挡的男女| 十八禁网站网址无遮挡| 青春草亚洲视频在线观看| 精品亚洲乱码少妇综合久久| 国产极品天堂在线| 国产成人av激情在线播放| 精品一区二区三卡| 日韩三级伦理在线观看| 久久精品国产亚洲av天美| 一区在线观看完整版| 亚洲av综合色区一区| av有码第一页| 日本av手机在线免费观看| 精品一区二区三卡| 亚洲一级一片aⅴ在线观看| 女人被躁到高潮嗷嗷叫费观| 亚洲激情五月婷婷啪啪| 黑人欧美特级aaaaaa片| 少妇精品久久久久久久| 最黄视频免费看| 亚洲综合精品二区| 亚洲av电影在线进入| 两个人看的免费小视频| 国产深夜福利视频在线观看| 一区在线观看完整版| 妹子高潮喷水视频| 亚洲精品视频女| 一本大道久久a久久精品| 国产一区二区三区综合在线观看 | 美女国产高潮福利片在线看| 99国产综合亚洲精品| 99久久综合免费| 不卡视频在线观看欧美| 制服人妻中文乱码| 精品人妻在线不人妻| 久久人人爽人人爽人人片va| 久久久国产欧美日韩av| 久久这里只有精品19| 热re99久久精品国产66热6| 免费女性裸体啪啪无遮挡网站| 日本爱情动作片www.在线观看| 国产午夜精品一二区理论片| 日韩三级伦理在线观看| 乱人伦中国视频| 久久精品久久久久久噜噜老黄| 一边摸一边做爽爽视频免费| 男的添女的下面高潮视频| 春色校园在线视频观看| 国产成人精品在线电影| 午夜免费鲁丝| 免费在线观看完整版高清| 国产男女内射视频| 日本91视频免费播放| 久久这里只有精品19| 蜜桃国产av成人99| 午夜av观看不卡| 国产黄色视频一区二区在线观看| 亚洲,欧美,日韩| 亚洲精品国产色婷婷电影| 亚洲欧美色中文字幕在线| 精品国产一区二区久久| 久久人人97超碰香蕉20202| 制服诱惑二区| 啦啦啦啦在线视频资源| 午夜视频国产福利| 亚洲国产精品成人久久小说| 国产成人精品久久久久久| 亚洲精品成人av观看孕妇| 美女主播在线视频| 天天影视国产精品| 久久人人爽av亚洲精品天堂| 亚洲人成77777在线视频| 美女国产高潮福利片在线看| 波多野结衣一区麻豆| 男女午夜视频在线观看 | 巨乳人妻的诱惑在线观看| 中国国产av一级| 色94色欧美一区二区| 中文乱码字字幕精品一区二区三区| 日本与韩国留学比较| 老熟女久久久| 97在线视频观看| 黄色配什么色好看| 中文乱码字字幕精品一区二区三区| av播播在线观看一区| 亚洲国产成人一精品久久久| 啦啦啦在线观看免费高清www| 国产成人一区二区在线| 午夜福利影视在线免费观看| 日产精品乱码卡一卡2卡三| 日韩制服丝袜自拍偷拍| 国产精品三级大全| 伦理电影大哥的女人| 国产精品嫩草影院av在线观看| 超色免费av| 97在线人人人人妻| 成人影院久久| 色网站视频免费| 久久精品夜色国产| 少妇人妻 视频| 久久狼人影院| 亚洲精品av麻豆狂野| 久久99一区二区三区| 国产精品久久久久久精品古装| 美女国产视频在线观看| 亚洲精品一二三| 王馨瑶露胸无遮挡在线观看| 视频在线观看一区二区三区| 国产在线一区二区三区精| 黑人猛操日本美女一级片| 伦理电影大哥的女人| 亚洲欧美中文字幕日韩二区| 免费在线观看黄色视频的| 国产淫语在线视频| 久久精品久久精品一区二区三区| 久久99一区二区三区| 亚洲精品456在线播放app| 精品一区二区免费观看| 亚洲精品一二三| 咕卡用的链子| 最新的欧美精品一区二区| 自线自在国产av| 欧美另类一区| 国产男女超爽视频在线观看| 99热全是精品| 中国三级夫妇交换| 欧美激情国产日韩精品一区| 国产精品熟女久久久久浪| 欧美日韩视频精品一区| 日本欧美视频一区| 亚洲,一卡二卡三卡| 亚洲一码二码三码区别大吗| 国产欧美日韩一区二区三区在线| 国产激情久久老熟女| 女人久久www免费人成看片| 曰老女人黄片| 少妇人妻 视频| 少妇的逼水好多| 久久午夜福利片| 国产精品国产三级专区第一集| 国产日韩欧美亚洲二区| 青青草视频在线视频观看| 日本-黄色视频高清免费观看| 婷婷色av中文字幕| av又黄又爽大尺度在线免费看| 精品人妻熟女毛片av久久网站| 在现免费观看毛片| 久久精品久久久久久噜噜老黄| 日韩欧美一区视频在线观看| 精品少妇内射三级| 亚洲精品日韩在线中文字幕| 亚洲国产精品国产精品| 9色porny在线观看| 亚洲国产精品一区二区三区在线| 中文字幕亚洲精品专区| 欧美另类一区| 国产av码专区亚洲av| 国产69精品久久久久777片| 国产一区亚洲一区在线观看| 国产欧美亚洲国产| 久久精品夜色国产| 色吧在线观看| 欧美日本中文国产一区发布| 丝袜脚勾引网站| 国产一区二区在线观看av| 亚洲,欧美精品.| 夜夜骑夜夜射夜夜干| 一区在线观看完整版| 免费人成在线观看视频色| 亚洲成人手机| 超色免费av| 国产又爽黄色视频| 国产成人免费无遮挡视频| 婷婷色麻豆天堂久久| av黄色大香蕉| 视频中文字幕在线观看| 人成视频在线观看免费观看| 亚洲av在线观看美女高潮| 搡老乐熟女国产| 免费观看在线日韩| 中文字幕免费在线视频6| 精品一区在线观看国产| 免费观看av网站的网址| 国产欧美日韩一区二区三区在线| 国产亚洲最大av| 中文字幕另类日韩欧美亚洲嫩草| 亚洲成人一二三区av| 一级a做视频免费观看| 99精国产麻豆久久婷婷| 黄色 视频免费看| 久久久精品94久久精品| 肉色欧美久久久久久久蜜桃| 亚洲精品456在线播放app| 国产精品欧美亚洲77777| 美女脱内裤让男人舔精品视频| 亚洲精品456在线播放app| 欧美另类一区| 精品熟女少妇av免费看| 免费黄网站久久成人精品| 成人漫画全彩无遮挡| 纵有疾风起免费观看全集完整版| 日日啪夜夜爽| 免费观看性生交大片5| 婷婷色麻豆天堂久久| 久久国产精品男人的天堂亚洲 | 国产永久视频网站| videos熟女内射| 日日爽夜夜爽网站| 超色免费av| 成年动漫av网址| 亚洲精品国产av成人精品| 免费在线观看黄色视频的| 中国美白少妇内射xxxbb| 9热在线视频观看99|