• <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 ?

    基于深度學習的調度檢修預案生成模型構建

    2024-05-07 07:49:23蔡思燁盧泉篠胡鵬楊恩龍余玉良顧小旭
    粘接 2024年3期
    關鍵詞:長短期記憶網(wǎng)絡電力系統(tǒng)深度學習

    蔡思燁 盧泉篠 胡鵬 楊恩龍 余玉良 顧小旭

    摘 要:為解決傳統(tǒng)的電力系統(tǒng)調度檢修方法無法滿足電力系統(tǒng)安全可靠運行要求,提出基于深度學習的調度檢修預案,以提高電力系統(tǒng)的可靠性與運行效率。通過對數(shù)據(jù)進行收集與預處理,消除原始數(shù)據(jù)中的異常值、缺失值、錯誤數(shù)據(jù)。采用長短期記憶網(wǎng)絡對電力系統(tǒng)歷史數(shù)據(jù)進行訓練學習,預測電力負荷及設備狀態(tài)。采用條件生成模型,通過對抗訓練來自動生成優(yōu)化的調度檢修預案。將提出的調度檢修預案生成技術應用于實際的電力系統(tǒng)中,得到了電力系統(tǒng)1周的調度檢修預案。為電力系統(tǒng)運維人員決策提供了參考。

    關鍵詞:深度學習;電力系統(tǒng);長短期記憶網(wǎng)絡;條件生成模型;預案生成技術

    中圖分類號:TM734

    文獻標志碼:A文章編號:1001-5922(2024)03-0153-04

    Construction of the plan generation model for scheduling and maintenance based on deep learning

    CAI Siye,LU Quanxiao,HU Peng,YANG Enlong,YU Yuliang,GU Xiaoxu

    (State Grid Shanghai Jiading Power Supply Company,Shanghai 201800)

    Abstract:To solve the problem that traditional power system scheduling and maintenance methods cannot meet the requirements of safe and reliable operation of the power system,a scheduling and maintenance plan based on deep learning is proposed to improve the reliability and operational efficiency of the power system.By collecting and preprocessing data,outliers,missing values,and erroneous data in the original data were eliminated.Using long short-term memory networks to train and learn historical data of the power system,power load and equipment status were predicted.Using a conditional generation model,an optimized scheduling and maintenance plan was automatically generated through adversarial training.The proposed scheduling and maintenance plan generation technology was applied to actual power systems,resulting in a one week scheduling and maintenance plan for the power system.This provides a reference for decision-making of power system operation and maintenance personnel.

    Key words:deep learning;power system;long short term memory networks;conditional generation model;plan generation technology

    調度檢修是確保電力系統(tǒng)運行穩(wěn)定性的關鍵,而傳統(tǒng)的調度檢修預案生成往往依賴于經(jīng)驗,這導致預案生成效率低,預案質量不穩(wěn)定,不能夠有效滿足實際的需求[1]。將深度學習技術應用于電力系統(tǒng)調度檢修預案生成中對提升電力系統(tǒng)的運行效率,降低運行成本,優(yōu)化資源利用具有至關重要的價值。對深度強化學習在配電網(wǎng)優(yōu)化運行中的應用進行了綜述[2]。構建了由離線訓練模塊、在線決策模塊、效果評估模塊構成的電網(wǎng)調度智能決策功能架構[3]。在對模型驅動建模求解方法不足分析的基礎上提出了基于深度學習的微電網(wǎng)優(yōu)化調度輔助決策方法[4]。在前人研究的基礎上,結合循環(huán)神經(jīng)網(wǎng)絡(RNN)和生成對抗網(wǎng)絡(GAN)提出一種能夠自動生成符合電力系統(tǒng)需求的調度檢修預案,從而為電力系統(tǒng)運行與管理提供智能化、高效率的解決方案,推動電力領域的創(chuàng)新發(fā)展。

    1 電力系統(tǒng)調度檢修預案生成模型

    1.1 生成模型架構

    電力系統(tǒng)具有運行環(huán)境復雜、負荷需求多變等特點,采用GAN作為模型的核心架構,其由生成器(G)和判別器(D)2個關鍵部分構成[5]。生成器接收負荷、狀態(tài)預測模塊的條件輸入以及隨機噪聲,從而產生一系列的電力系統(tǒng)調度檢修預案。生成器通過學習電力系統(tǒng)運行數(shù)據(jù)和設備狀態(tài)的模式,生成符合系統(tǒng)要求的操作計劃。判別器評估生成器生成預案的真實性及合理性,通過對抗訓練,判別器指導生成器逐步生成更逼真的調度檢修預案。生成器和判別器構成了一個動態(tài)的博弈過程,二者之間形成對抗,即對抗網(wǎng)絡[6]。

    設計基于GAN的模型,將電力系統(tǒng)調度檢修預案生成看作一個生成問題,通過對生成模型結構及參數(shù)的優(yōu)化,得到調度檢修預案。在GAN中,生成器和判別器進行極大、極小博弈,其損失函數(shù)[7]為:

    minG? maxDVG,D=Εx~pdataxlogDx+Εz~pzzlog1-DGz(1)

    1.2 生成模型流程

    1.2.1 數(shù)據(jù)收集及預處理

    數(shù)據(jù)收集及預處理是生成電力系統(tǒng)調度檢修預案的基礎,為模型的訓練和預測提供支持,確保所生成的調度檢修預案真實、可靠。收集的數(shù)據(jù)能夠真實反映電力系統(tǒng)運行與設備的狀態(tài),具體如表1所示。

    為確保收集到的數(shù)據(jù)準確、一致,對數(shù)據(jù)進行清洗操作,去除原始數(shù)據(jù)中的異常值、缺失值以及錯誤數(shù)據(jù)。從清洗后的數(shù)據(jù)中提取數(shù)據(jù)特征,包括時間序列趨勢特征、周期性特征以及反應設備狀態(tài)的關鍵參數(shù)??紤]到不同的數(shù)據(jù)存在尺度上的差異性,對數(shù)據(jù)進行歸一化處理。數(shù)據(jù)歸一化處理公式為:

    x=X-XminXmax-Xmin(2)

    式中:X為原始數(shù)據(jù);Xmin、Xmax分別為原始數(shù)據(jù)最小值、最大值;x為歸一化后數(shù)據(jù)。

    1.2.2 電力負荷及設備狀態(tài)預測

    電力負荷及設備狀態(tài)預測是電力系統(tǒng)調度檢修預案生成的關鍵,只有提供準確的預測信息才能夠確保預案更加有效。采用RNN來構建電力負荷及設備狀態(tài)預測模型,其中電力負荷預測的輸入為過去一段時間電力系統(tǒng)負荷數(shù)據(jù),輸出為未來一段時間電力系統(tǒng)負荷;設備狀態(tài)預測的輸入為過去一段時間設備狀態(tài)數(shù)據(jù),輸出為未來一段時間設備狀態(tài)數(shù)據(jù)。長短期記憶網(wǎng)絡作為特殊的RNN結構,能夠更好地捕捉長期依賴關系,因此選擇長短期記憶網(wǎng)絡(LSTM)作為模型架構,其能夠更好地適應電力負荷及設備狀態(tài)的復雜變化要求[8]。

    LSTM有一個記憶單元和輸入門、輸出門、遺忘門3個門結構[9],其中記憶單元是LSTM的核心,其用來存儲時間序列信息,能夠選擇性地傳遞或遺忘信息;輸入門用于控制輸入與記憶單元的結合;輸出門用于控制由記憶狀態(tài)到輸出的信息流;遺忘門用于決定是否丟棄先前的記憶狀態(tài),從而與當前的輸入相匹配。輸入數(shù)據(jù)Xt和前一時刻的輸出數(shù)據(jù)ht-1共同作用于遺忘門,通過遺忘門來記憶重要信息,舍棄無關信息,達到信息篩選的目的,其數(shù)學表達式[10]

    ft=σWf·ht-1,Xt+bf(3)

    式中:數(shù)據(jù)Xt和ht-1作為輸入門的輸入,對數(shù)據(jù)進行更新;其數(shù)學表達式[11]為:

    it=σWi×ht-1,Xt+biC~t=tanhWC×ht-1,Xt+bC(4)

    數(shù)據(jù)Xt、ht-1以及前一時刻記憶單元狀態(tài)Ct-1作為記憶單元輸入,從而實現(xiàn)對記憶單元自身狀態(tài)的數(shù)據(jù)更新,其數(shù)學表達式為[12]:

    Ct=ft×Ct-1+it×C~t(5)

    將Xt、ht-1、Ct共同作用于輸出門,從而輸出數(shù)據(jù)ht,其數(shù)學表達式[13]為:

    ot=σW0×ht-1,Xt+b0ht=ot×tanhCt(6)

    圖1為長短期記憶網(wǎng)絡結構。

    采用電力系統(tǒng)歷史數(shù)據(jù)對LSTM模型進行訓練學習,通過預測值與實際值誤差最小化來對LSTM模型參數(shù)進行優(yōu)化。采用訓練好的模型對電力負荷及設備狀態(tài)進行預測,預測結果作為電力系統(tǒng)調度檢修預案生成的輸入。

    1.2.3 調度檢修預案生成

    傳統(tǒng)生成對抗網(wǎng)絡(GAN)中生成器試圖生成與真實數(shù)據(jù)相似的虛假數(shù)據(jù),判別器區(qū)分真實數(shù)據(jù)和生成的數(shù)據(jù)。通過對抗訓練,生成器逐漸提高生成數(shù)據(jù)的質量,使其越來越難以被判別器區(qū)分。條件生成模型(CGAN)在GAN的基礎上引入了條件信息,以指導生成器的生成過程[14]。條件生成對抗網(wǎng)絡結構如圖2所示。

    由圖2可知,在CGAN中生成器輸入端接收服從分布pzz的噪聲z和服從分布pdatax的真實樣本x,y為輸入端拼接的額外信息。Gzy為生成樣本,是判別器的輸入,DGzy為判別器的輸出[15]。在電力系統(tǒng)調度檢修預案生成模型中,將電力負荷以及天氣和維護歷史數(shù)據(jù)作為條件輸入,由生成器G產生合理、可行的調度檢修預案。通過將條件輸入傳遞給生成器,由生成器生成一系列操作計劃,包括電力系統(tǒng)調度和設備檢修安排。判別器用來判斷生成的預案是否真實,其將真實的預案和生成器生成的預案進行對比,從而提供反饋信號指導生成器的訓練。定義Preal、Pfake為判別器對真實樣本real和生成樣本fake的輸出值,則有[16] :

    Preal=DxyPfake=DGxy(7)

    生成器和判別器對抗訓練,不斷調整二者參數(shù)以使生成的預案更加符合實際情況。生成器和判別器的目標函數(shù)為[17] :

    LG=Ez~pzzlog1-DGzy

    LD=-Ex~pdataxlogDxc-Ez~pzzlog1-DGzy (8)

    生成器和判別器2個網(wǎng)絡不斷迭代,直到網(wǎng)絡參數(shù)穩(wěn)定達到納什均衡,其整體目標函數(shù)[18] 為:

    minG?? maxDVG,D=Εx~pdataxlogDxy+Εz~pzzlog1-DGzy(9)

    優(yōu)化的目標是使得生成的預案在滿足電力系統(tǒng)需求的同時,盡可能減少成本、提高效率等。生成的預案為設備檢修時間表、運行策略,從而為電力系統(tǒng)運維人員提供具體的操作建議。

    2 實例分析

    2.1 問題描述

    電力系統(tǒng)是現(xiàn)代社會的基礎設施,通過制定合理的調度檢修預案來確保供電的穩(wěn)定性。所選擇的案例來源于某局部區(qū)域電力系統(tǒng),如圖3所示。

    發(fā)電機是電力系統(tǒng)的核心組件,負責將機械能轉化為電能。電力系統(tǒng)有3臺發(fā)電機,發(fā)電機類型為水輪發(fā)電機,發(fā)電容量分別為100、 150、200 MW。變壓器用于調整電能的電壓級別,以便在輸電和分配過程中減小能量損耗。電力系統(tǒng)有2個變壓器,升壓變壓器的變比為1∶3,降壓變壓器的變比為3∶1。開關用于控制電力系統(tǒng)中不同部分的連接和斷開,以實現(xiàn)電能的分配和控制,共有5個開關,分布于不同發(fā)電機、變壓器和負荷之間。負荷包括家庭用電、工業(yè)設備、商業(yè)設施等,其在不同時間段內有不同的需求,影響著電力系統(tǒng)的調度和運行。

    2.2 調度檢修預案生成

    收集電力系統(tǒng)的運行數(shù)據(jù)及設備狀態(tài)數(shù)據(jù),包括發(fā)電機輸出、電力負荷、設備溫度等信息。對數(shù)據(jù)進行清洗、特征提取和歸一化處理,以便用于模型訓練。圖4為電力系統(tǒng)的電力負荷。

    采用LSTM模型對電力負荷進行預測,模擬未來一周的電力負荷[19]。為評價預測模型的性能,采用平均絕對誤差(MAE)和平均絕對百分比誤差(MAPE)作為評價指標,其數(shù)學表達式[20]為:

    MAE=1N∑Ni=1Li-L^i

    MAPE=1N∑Ni=1Li-L^iLi(10)

    式中:N為樣本個數(shù);Li為實際電力負荷;L^i為預測電力負荷。

    一周電力負荷預測值與真實值對比結果如圖5所示,平均絕對誤差為12.65 MW,平均絕對百分比誤差為0.36%。

    構建包括生成器和判別器的條件生成模型(CGAN),生成器接收負荷和狀態(tài)預測結果作為條件輸入,以及隨機噪聲,生成一周的調度檢修預案,同時采用判別器評估生成預案的合理性和實用性。使用歷史數(shù)據(jù)對RNN和CGAN模型進行訓練,通過對抗訓練優(yōu)化CGAN模型的生成器和判別器,以生成更合理的預案。表2為生成的第1天的調度檢修預案。

    相對于傳統(tǒng)的調度檢修預案,基于深度學習的電力系統(tǒng)調度檢修預案能夠根據(jù)實時的負荷預測和設備狀態(tài),個性化地生成適應當前電力系統(tǒng)條件的調度檢修預案。生成預案的模型可以適應電力系統(tǒng)的復雜性,包括多種設備、多個因素和各種約束,模型可以學習復雜的關系和模式,以生成更優(yōu)化的預案。另外,通過數(shù)據(jù)驅動的方法可以利用大量歷史數(shù)據(jù)進行訓練,從中學習電力系統(tǒng)的運行模式和趨勢,使得生成的預案更有實際可行性。

    3 結語

    針對依賴于經(jīng)驗與規(guī)則的傳統(tǒng)調度檢修方案不能夠滿足電力系統(tǒng)復雜性、多變性、實時性的問題,提出了基于深度學習的調度檢修預案輔助生成技術。采用長短期記憶網(wǎng)絡對電力負荷及設備狀態(tài)進行預測,并通過條件生成模型生成調度檢修預案。將提出的調度檢修預案輔助生成技術應用于實際的電力系統(tǒng)中,結果表明,其能夠對電力負荷進行精準預測,平均絕對百分比誤差在0.36%,同時所生成的調度檢修預案是基于大量歷史數(shù)據(jù)的訓練,確保了生成預案的實際可行性。這對提高電力系統(tǒng)調度檢修預案的生成效率與預案的實用性具有一定的參考價值。

    【參考文獻】

    [1] 謝虎,楊占杰,張偉,等.基于混合蝙蝠算法的高比例風電電力系統(tǒng)調度方法[J].可再生能源,2023,41(6):804-809.

    [2] 胡維昊,曹迪,黃琦,等.深度強化學習在配電網(wǎng)優(yōu)化運行中的應用[J].電力系統(tǒng)自動化,2023,47(14):174-191.

    [3] 王珂,姚建國,余佩遙,等.基于深度強化學習的電網(wǎng)前瞻調度智能決策架構及關鍵技術初探[J].中國電機工程學報,2022,42(15):5430-5439.

    [4] 陳衛(wèi)東,吳寧,黃彥璐,等.基于深度學習的微電網(wǎng)優(yōu)化調度輔助決策方法[J].南方電網(wǎng)技術,2022,16(1):117-126.

    [5] 陳文婷,陳學勤,王偉津,等.面向稀疏數(shù)據(jù)場景的生成對抗網(wǎng)絡推薦算法[J].福州大學學報(自然科學版),2023,51(4):467-474.

    [6] 黃棋悅,嚴楠,鐘旭佳.基于生成對抗網(wǎng)絡的風電爬坡功率預測[J].太陽能學報,2023,44(1):226-231.

    [7] 邵振國,張承圣,陳飛雄,等.生成對抗網(wǎng)絡及其在電力系統(tǒng)中的應用綜述[J].中國電機工程學報,2023,43(3):987-1004.

    [8] 侯佐新,袁樹文.采用神經(jīng)網(wǎng)絡建模對海下有機材料加固的油井產量預測研究[J].粘接,2023,50(3):178-182.

    [9] 林藝華.基于深度學習的高速公路交通流數(shù)據(jù)監(jiān)控方法研究[J].粘接,2021,46(5):182-186.

    [10] 柳薇,張波,梁明源.基于深度學習的電力數(shù)據(jù)分析研究[J].宇航計測技術,2023,43(3):97-102.

    [11] 李剛,孟坤,賀帥,等.考慮特征耦合的Bi-LSTM變壓器故障診斷方法[J].中國電力,2023,56(3):100-108.

    [12] 楊廷勝,盧志鵬,苗厚利.基于PMS的設備故障數(shù)據(jù)分析模型構建及仿真[J].粘接,2022,49(7):165-169.

    [13] 李鑫,李海明,馬健.基于單步預測LSTM的短期負荷預測模型[J].計算機仿真,2022,39(6):98-102.

    [14] 米陽,盧長坤,申杰,等.基于條件生成對抗網(wǎng)絡的風電功率極端場景生成[J].高電壓技術,2023,49(6):2253-2263.

    [15] 劉文杰,趙膠膠,張穎,等.一種量子條件生成對抗網(wǎng)絡算法[J].電子學報,2022,50(7):1586-1593.

    [16] 楊國亮,王楊,賴振東.基于條件生成對抗網(wǎng)絡的水下圖像增強算法[J].傳感器與微系統(tǒng),2021,40(5):121-123.

    [17] 林珊,王紅,齊林海,等.基于條件生成對抗網(wǎng)絡的短期負荷預測[J].電力系統(tǒng)自動化,2021,45(11):52-60.

    [18] 戴蓉.一種基于條件生成對抗網(wǎng)絡的面部表情識別技術[J].計算機應用與軟件,2020,37(8):166-170.

    [19] 李艷波,尹鐠,陳俊碩,等.結合改進殘差網(wǎng)絡和Bi-LSTM的短期電力負荷預測[J].哈爾濱工業(yè)大學學報,2023,55(8):79-86.

    [20] 方娜,李俊曉,陳浩,等.基于CNN-GRU-MLR的多頻組合短期電力負荷預測[J].計算機仿真,2023,40(1):118-124.

    收稿日期:2023-10-16;修回日期:2024-02-18

    作者簡介:蔡思燁(1996-),女,碩士,助理工程師,研究方向:電力調度運行;E-mail:sia_cai@163.com。

    引文格式:蔡思燁,盧泉篠,胡 鵬,等.基于深度學習的調度檢修預案生成模型構建[J].粘接,2024,51(3):153-156.

    猜你喜歡
    長短期記憶網(wǎng)絡電力系統(tǒng)深度學習
    多種算法對不同中文文本分類效果比較研究
    軟件導刊(2019年5期)2019-05-24 14:17:58
    餐飲業(yè)客流預測的深度聯(lián)合模型
    商情(2018年47期)2018-11-26 09:12:38
    基于LSTM的媒體網(wǎng)站用戶流量預測與負載均衡方法
    基于LSTM自動編碼機的短文本聚類方法
    MOOC與翻轉課堂融合的深度學習場域建構
    大數(shù)據(jù)技術在反恐怖主義中的應用展望
    深度學習算法應用于巖石圖像處理的可行性研究
    軟件導刊(2016年9期)2016-11-07 22:20:49
    基于深度卷積網(wǎng)絡的人臉年齡分析算法與實現(xiàn)
    軟件工程(2016年8期)2016-10-25 15:47:34
    試論電力繼電保護運行及可靠性問題
    信息時代的電力系統(tǒng)信息化經(jīng)驗談
    av国产久精品久网站免费入址| 亚洲国产高清在线一区二区三| 边亲边吃奶的免费视频| 免费不卡的大黄色大毛片视频在线观看 | 最近2019中文字幕mv第一页| 又黄又爽又刺激的免费视频.| 日本熟妇午夜| av播播在线观看一区| 日韩av免费高清视频| 春色校园在线视频观看| 真实男女啪啪啪动态图| 色综合色国产| 亚洲欧洲国产日韩| 欧美成人a在线观看| 欧美 日韩 精品 国产| 80岁老熟妇乱子伦牲交| 1000部很黄的大片| 高清av免费在线| 99久久精品国产国产毛片| 精品人妻一区二区三区麻豆| 最近中文字幕2019免费版| 看非洲黑人一级黄片| 欧美一区二区亚洲| 国产v大片淫在线免费观看| 91精品一卡2卡3卡4卡| 天天躁夜夜躁狠狠久久av| 日韩欧美三级三区| 99久国产av精品国产电影| 直男gayav资源| 精品少妇黑人巨大在线播放| 少妇被粗大猛烈的视频| 大片免费播放器 马上看| 欧美 日韩 精品 国产| 亚洲在久久综合| 国产精品国产三级专区第一集| 久久99热这里只有精品18| 天天躁日日操中文字幕| 老师上课跳d突然被开到最大视频| av福利片在线观看| 亚洲av.av天堂| 性插视频无遮挡在线免费观看| 欧美极品一区二区三区四区| 波野结衣二区三区在线| 国产精品久久久久久精品电影| 在线观看免费高清a一片| 国产精品久久久久久久久免| 精品酒店卫生间| 日本午夜av视频| 青青草视频在线视频观看| 国产乱来视频区| kizo精华| 久久久午夜欧美精品| 激情五月婷婷亚洲| 免费黄色在线免费观看| 人妻一区二区av| 免费看a级黄色片| 日韩强制内射视频| 日韩一区二区三区影片| 尾随美女入室| eeuss影院久久| 女人十人毛片免费观看3o分钟| 国产一级毛片在线| 99re6热这里在线精品视频| 久久99蜜桃精品久久| 美女xxoo啪啪120秒动态图| 麻豆精品久久久久久蜜桃| 亚洲精华国产精华液的使用体验| 婷婷色麻豆天堂久久| 狂野欧美激情性xxxx在线观看| 亚洲欧美一区二区三区国产| 久久久久久久久久成人| 久久99热这里只有精品18| 国模一区二区三区四区视频| 观看免费一级毛片| 全区人妻精品视频| 日本猛色少妇xxxxx猛交久久| 男插女下体视频免费在线播放| 老师上课跳d突然被开到最大视频| 高清午夜精品一区二区三区| 亚洲av成人av| 亚洲欧美中文字幕日韩二区| 久久精品熟女亚洲av麻豆精品 | 在线观看免费高清a一片| 亚洲不卡免费看| 久久精品国产亚洲av涩爱| 日韩欧美 国产精品| 亚洲国产av新网站| 国产伦理片在线播放av一区| 岛国毛片在线播放| 两个人的视频大全免费| 免费看a级黄色片| 自拍偷自拍亚洲精品老妇| 最新中文字幕久久久久| 爱豆传媒免费全集在线观看| 亚洲欧美日韩卡通动漫| 精品一区二区三区视频在线| 韩国高清视频一区二区三区| 亚洲精品乱码久久久v下载方式| 日韩电影二区| 免费大片黄手机在线观看| 国产一级毛片七仙女欲春2| 国产三级在线视频| 色综合亚洲欧美另类图片| 91午夜精品亚洲一区二区三区| 日韩伦理黄色片| 精品久久久久久久久av| 欧美成人a在线观看| 极品少妇高潮喷水抽搐| 午夜日本视频在线| 91久久精品国产一区二区成人| 欧美高清性xxxxhd video| 欧美最新免费一区二区三区| 日韩av免费高清视频| 国产中年淑女户外野战色| 日日摸夜夜添夜夜添av毛片| 色综合亚洲欧美另类图片| 2021少妇久久久久久久久久久| 黄色欧美视频在线观看| 亚洲欧美日韩无卡精品| 婷婷色综合www| 欧美潮喷喷水| 男人舔奶头视频| 超碰av人人做人人爽久久| 欧美日韩亚洲高清精品| 一级毛片黄色毛片免费观看视频| 99九九线精品视频在线观看视频| 乱码一卡2卡4卡精品| 亚洲av日韩在线播放| 色哟哟·www| 少妇熟女欧美另类| 亚洲色图av天堂| 亚洲精品色激情综合| 国产人妻一区二区三区在| 中文资源天堂在线| 久久精品国产自在天天线| 亚洲aⅴ乱码一区二区在线播放| 午夜激情福利司机影院| 日韩视频在线欧美| av.在线天堂| 国产 亚洲一区二区三区 | 国产精品一区二区三区四区久久| 丰满少妇做爰视频| 久久久久久久国产电影| 少妇高潮的动态图| 色综合亚洲欧美另类图片| 国模一区二区三区四区视频| 精品久久久久久成人av| 国产精品不卡视频一区二区| 午夜福利在线观看免费完整高清在| 色综合亚洲欧美另类图片| 天美传媒精品一区二区| 亚洲精品日本国产第一区| 特大巨黑吊av在线直播| 国产又色又爽无遮挡免| 天堂中文最新版在线下载 | 亚洲欧美一区二区三区黑人 | 美女大奶头视频| 男女下面进入的视频免费午夜| 嫩草影院精品99| 3wmmmm亚洲av在线观看| 国产一级毛片七仙女欲春2| 日韩精品有码人妻一区| 亚洲最大成人av| 大片免费播放器 马上看| 日本黄色片子视频| 国产精品麻豆人妻色哟哟久久 | 高清日韩中文字幕在线| 插阴视频在线观看视频| 亚洲成人一二三区av| 免费看不卡的av| 国产极品天堂在线| 一个人免费在线观看电影| 一区二区三区免费毛片| 啦啦啦啦在线视频资源| 欧美高清成人免费视频www| 国产成人精品福利久久| 亚洲欧洲国产日韩| 国产黄色小视频在线观看| 午夜福利成人在线免费观看| 久久久久国产网址| 亚洲国产av新网站| 精品欧美国产一区二区三| 国产一区有黄有色的免费视频 | 丰满乱子伦码专区| 久久久久精品性色| 国产成人精品一,二区| 成人高潮视频无遮挡免费网站| 日韩av不卡免费在线播放| 久久国产乱子免费精品| 色播亚洲综合网| 免费看av在线观看网站| 国产探花在线观看一区二区| 大话2 男鬼变身卡| 国产爱豆传媒在线观看| av一本久久久久| 成年免费大片在线观看| 国内精品一区二区在线观看| 男女啪啪激烈高潮av片| 国产免费又黄又爽又色| 免费大片黄手机在线观看| av国产免费在线观看| 亚洲av福利一区| 最近手机中文字幕大全| 国内精品宾馆在线| 干丝袜人妻中文字幕| 国产探花在线观看一区二区| 亚洲国产高清在线一区二区三| 国产一区二区在线观看日韩| 久久97久久精品| 最近最新中文字幕大全电影3| 成人亚洲精品一区在线观看 | 午夜福利在线在线| 自拍偷自拍亚洲精品老妇| 99久久九九国产精品国产免费| 熟妇人妻不卡中文字幕| 国产淫语在线视频| 久久久久久久久久人人人人人人| 国产一区二区在线观看日韩| 91精品伊人久久大香线蕉| 麻豆精品久久久久久蜜桃| 国产探花在线观看一区二区| 寂寞人妻少妇视频99o| 亚洲综合色惰| 插阴视频在线观看视频| 亚洲图色成人| 亚洲av二区三区四区| 亚洲欧洲国产日韩| 一夜夜www| 欧美成人精品欧美一级黄| 大话2 男鬼变身卡| 一区二区三区乱码不卡18| kizo精华| 亚洲国产欧美人成| 尤物成人国产欧美一区二区三区| 国产一区二区三区av在线| 毛片女人毛片| 亚洲色图av天堂| or卡值多少钱| 国产一区有黄有色的免费视频 | 欧美成人a在线观看| 国产精品人妻久久久久久| 亚洲国产精品专区欧美| 99热这里只有是精品在线观看| 美女脱内裤让男人舔精品视频| 激情 狠狠 欧美| 老师上课跳d突然被开到最大视频| 国产午夜精品久久久久久一区二区三区| 午夜免费激情av| 国产成人一区二区在线| 欧美另类一区| 日韩视频在线欧美| 久久久久久久久久黄片| 欧美极品一区二区三区四区| 国产精品无大码| 国产亚洲av嫩草精品影院| 内射极品少妇av片p| 亚洲国产欧美人成| 大又大粗又爽又黄少妇毛片口| 日韩伦理黄色片| 久久人人爽人人片av| 亚洲成人av在线免费| 亚洲av电影在线观看一区二区三区 | 久热久热在线精品观看| 久久久午夜欧美精品| 日本一二三区视频观看| 大陆偷拍与自拍| 超碰av人人做人人爽久久| 成人一区二区视频在线观看| 97超视频在线观看视频| 亚洲精品一区蜜桃| 日韩伦理黄色片| a级毛色黄片| 麻豆久久精品国产亚洲av| 亚洲aⅴ乱码一区二区在线播放| 免费av观看视频| 国产男人的电影天堂91| 中文在线观看免费www的网站| 国产一区二区三区av在线| 国产美女午夜福利| 人妻夜夜爽99麻豆av| 一个人观看的视频www高清免费观看| 亚洲欧美成人精品一区二区| 激情五月婷婷亚洲| 国产伦精品一区二区三区四那| 色综合亚洲欧美另类图片| 91精品国产九色| 久久热精品热| 能在线免费观看的黄片| 国产精品一区二区性色av| 亚洲国产最新在线播放| 人人妻人人澡人人爽人人夜夜 | 天堂av国产一区二区熟女人妻| 色综合亚洲欧美另类图片| 99久国产av精品| 午夜日本视频在线| 亚洲精品第二区| 成人毛片60女人毛片免费| 一级毛片我不卡| 久久久久国产网址| 亚洲欧美日韩卡通动漫| 久久久久国产网址| 久久6这里有精品| 人人妻人人看人人澡| 又粗又硬又长又爽又黄的视频| 欧美高清性xxxxhd video| 精品人妻视频免费看| 韩国av在线不卡| 人妻夜夜爽99麻豆av| 国语对白做爰xxxⅹ性视频网站| 国产毛片a区久久久久| 青青草视频在线视频观看| 午夜免费男女啪啪视频观看| 国产精品日韩av在线免费观看| 亚洲av成人精品一区久久| 久久这里只有精品中国| 极品教师在线视频| 亚洲精品日韩av片在线观看| 极品教师在线视频| 亚洲乱码一区二区免费版| 水蜜桃什么品种好| 久久精品人妻少妇| 99热6这里只有精品| 国产精品一区二区性色av| 国产在视频线精品| 免费观看在线日韩| 禁无遮挡网站| 国产精品久久久久久久电影| 一区二区三区乱码不卡18| 欧美最新免费一区二区三区| videossex国产| 久久久久久久久久久免费av| 69av精品久久久久久| 午夜免费男女啪啪视频观看| 亚洲精品国产成人久久av| 联通29元200g的流量卡| 欧美精品国产亚洲| 欧美97在线视频| 亚洲av免费在线观看| 精品亚洲乱码少妇综合久久| av免费在线看不卡| 亚洲在线自拍视频| av又黄又爽大尺度在线免费看| 老师上课跳d突然被开到最大视频| 99久久精品热视频| 别揉我奶头 嗯啊视频| 在线观看一区二区三区| 91精品国产九色| 亚洲国产精品sss在线观看| 韩国高清视频一区二区三区| 亚洲欧美日韩无卡精品| 特大巨黑吊av在线直播| 美女主播在线视频| 欧美成人午夜免费资源| 成人国产麻豆网| 免费看av在线观看网站| 3wmmmm亚洲av在线观看| 国产久久久一区二区三区| 久久精品国产自在天天线| 欧美 日韩 精品 国产| 哪个播放器可以免费观看大片| 欧美3d第一页| 欧美日韩精品成人综合77777| 国产精品久久久久久久久免| 又大又黄又爽视频免费| 丝瓜视频免费看黄片| 国产成人精品婷婷| 男女那种视频在线观看| 亚洲av成人av| 精品久久久久久久人妻蜜臀av| 国产亚洲午夜精品一区二区久久 | 国产精品综合久久久久久久免费| 国产麻豆成人av免费视频| 身体一侧抽搐| 成人性生交大片免费视频hd| 亚洲精品视频女| 秋霞在线观看毛片| 亚洲真实伦在线观看| 少妇人妻精品综合一区二区| 日产精品乱码卡一卡2卡三| 在线免费观看不下载黄p国产| 久久久久久九九精品二区国产| 乱系列少妇在线播放| 国产乱人视频| 久久精品国产亚洲网站| 欧美日韩在线观看h| 国产一级毛片在线| 草草在线视频免费看| 九九爱精品视频在线观看| 又大又黄又爽视频免费| 国产亚洲av片在线观看秒播厂 | 高清av免费在线| 亚洲国产精品国产精品| 日韩三级伦理在线观看| 天堂av国产一区二区熟女人妻| 国产精品日韩av在线免费观看| 80岁老熟妇乱子伦牲交| 久久综合国产亚洲精品| 国产精品一区二区三区四区免费观看| videossex国产| 全区人妻精品视频| 能在线免费观看的黄片| 2021天堂中文幕一二区在线观| 成年免费大片在线观看| 男人舔女人下体高潮全视频| 老师上课跳d突然被开到最大视频| 日韩欧美三级三区| 国产伦精品一区二区三区四那| 精品一区在线观看国产| 亚洲性久久影院| 啦啦啦中文免费视频观看日本| 色综合色国产| 春色校园在线视频观看| 久久久亚洲精品成人影院| 免费黄色在线免费观看| 亚洲精品日韩av片在线观看| 别揉我奶头 嗯啊视频| 美女黄网站色视频| 亚洲av中文字字幕乱码综合| 视频中文字幕在线观看| 成年版毛片免费区| 禁无遮挡网站| 亚洲精品亚洲一区二区| 超碰97精品在线观看| 免费观看a级毛片全部| 国产单亲对白刺激| 亚洲伊人久久精品综合| 国产免费又黄又爽又色| 嫩草影院精品99| 亚洲欧美日韩东京热| 毛片一级片免费看久久久久| 精品熟女少妇av免费看| 少妇人妻精品综合一区二区| 精华霜和精华液先用哪个| 亚洲精品乱码久久久v下载方式| 亚洲av.av天堂| av在线老鸭窝| 男女边吃奶边做爰视频| 精品少妇黑人巨大在线播放| 97热精品久久久久久| 精品熟女少妇av免费看| 99热6这里只有精品| 亚洲国产精品sss在线观看| 丝瓜视频免费看黄片| 久久久久久久久久黄片| 国产精品人妻久久久久久| 最近中文字幕高清免费大全6| 成人亚洲精品一区在线观看 | av又黄又爽大尺度在线免费看| 大陆偷拍与自拍| 丰满少妇做爰视频| ponron亚洲| 美女高潮的动态| 看非洲黑人一级黄片| 亚洲天堂国产精品一区在线| 天堂√8在线中文| 少妇的逼水好多| 一个人免费在线观看电影| 黄色日韩在线| 国产老妇伦熟女老妇高清| 男人舔奶头视频| 欧美成人精品欧美一级黄| www.色视频.com| 成人综合一区亚洲| av在线天堂中文字幕| 免费大片黄手机在线观看| 亚洲精品国产av成人精品| 边亲边吃奶的免费视频| 亚洲精品456在线播放app| 亚洲综合色惰| 小蜜桃在线观看免费完整版高清| 91在线精品国自产拍蜜月| 最近中文字幕2019免费版| 能在线免费观看的黄片| 婷婷色综合大香蕉| 亚洲在线观看片| 亚洲精品国产成人久久av| 黄色配什么色好看| 国产精品嫩草影院av在线观看| 男人舔奶头视频| 久久久久久久国产电影| 国产成人精品婷婷| 国产探花极品一区二区| 午夜老司机福利剧场| 国产乱人视频| 精品久久久久久成人av| 一边亲一边摸免费视频| 伊人久久精品亚洲午夜| 国语对白做爰xxxⅹ性视频网站| 在线观看av片永久免费下载| 欧美极品一区二区三区四区| 午夜激情久久久久久久| 亚洲性久久影院| 97热精品久久久久久| 久久热精品热| 成年av动漫网址| 一级片'在线观看视频| 亚洲精品一二三| 国产免费视频播放在线视频 | 色视频www国产| 久久这里只有精品中国| 久久久精品免费免费高清| 搡老妇女老女人老熟妇| 永久网站在线| 秋霞在线观看毛片| 免费高清在线观看视频在线观看| 久久韩国三级中文字幕| 麻豆乱淫一区二区| 国产免费一级a男人的天堂| 丰满少妇做爰视频| 九九在线视频观看精品| 亚洲婷婷狠狠爱综合网| 亚洲,欧美,日韩| 淫秽高清视频在线观看| 久久精品国产亚洲网站| 亚洲丝袜综合中文字幕| 免费不卡的大黄色大毛片视频在线观看 | 国产黄色视频一区二区在线观看| 欧美三级亚洲精品| 91久久精品国产一区二区成人| 欧美+日韩+精品| 国产精品人妻久久久影院| 久久久久久久久久久丰满| 免费播放大片免费观看视频在线观看| 国内精品宾馆在线| 免费观看av网站的网址| 国产精品爽爽va在线观看网站| 高清毛片免费看| 亚洲熟女精品中文字幕| 能在线免费观看的黄片| 内射极品少妇av片p| 美女黄网站色视频| 精品人妻一区二区三区麻豆| 亚洲欧美成人综合另类久久久| 国产精品久久久久久久久免| 中文欧美无线码| 日韩 亚洲 欧美在线| 国产精品一区二区性色av| 麻豆成人午夜福利视频| 国产一区二区三区av在线| 一级爰片在线观看| 一个人免费在线观看电影| 亚洲欧美一区二区三区黑人 | 国产男人的电影天堂91| 九草在线视频观看| 国产黄色视频一区二区在线观看| 亚洲怡红院男人天堂| 日韩在线高清观看一区二区三区| 亚洲va在线va天堂va国产| 亚洲欧美精品专区久久| 天堂网av新在线| 午夜亚洲福利在线播放| 两个人的视频大全免费| 内地一区二区视频在线| 亚洲最大成人av| 国产精品久久久久久久电影| 一级av片app| 一边亲一边摸免费视频| 国产白丝娇喘喷水9色精品| 久99久视频精品免费| 婷婷六月久久综合丁香| 国产精品不卡视频一区二区| 一区二区三区乱码不卡18| 国产午夜精品久久久久久一区二区三区| 99热这里只有是精品50| 亚洲精品久久午夜乱码| 91久久精品电影网| 精品久久久久久成人av| 国产高清国产精品国产三级 | 人人妻人人澡人人爽人人夜夜 | 成人毛片a级毛片在线播放| 成人亚洲精品av一区二区| 国产一区二区亚洲精品在线观看| 三级男女做爰猛烈吃奶摸视频| 久久久久精品性色| 亚洲av成人精品一二三区| 久久久欧美国产精品| 亚洲国产最新在线播放| 国产一区二区三区av在线| 成人一区二区视频在线观看| 亚洲精品影视一区二区三区av| 久久99精品国语久久久| 国产免费又黄又爽又色| 毛片一级片免费看久久久久| 蜜臀久久99精品久久宅男| 丝袜喷水一区| 亚洲aⅴ乱码一区二区在线播放| 亚洲精品自拍成人| 国产精品麻豆人妻色哟哟久久 | 麻豆久久精品国产亚洲av| 精品久久久久久成人av| 青春草亚洲视频在线观看| av.在线天堂| 亚洲精品国产av蜜桃| 午夜免费激情av| 日本色播在线视频| 天堂av国产一区二区熟女人妻| 国语对白做爰xxxⅹ性视频网站| 97人妻精品一区二区三区麻豆| a级一级毛片免费在线观看| 一本久久精品| 国产一区二区在线观看日韩| 亚洲精品一二三| 亚洲精品日本国产第一区| 精品久久久久久电影网| 中文资源天堂在线| 亚洲国产色片| 高清日韩中文字幕在线| 久久鲁丝午夜福利片| 秋霞在线观看毛片| 亚洲av福利一区| 国产男女超爽视频在线观看| 久久草成人影院| 国产视频首页在线观看| 国产精品久久久久久久电影| 中文字幕免费在线视频6|