• <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
    天天躁夜夜躁狠狠躁躁| 国产精品久久视频播放| 特大巨黑吊av在线直播| 特级一级黄色大片| 村上凉子中文字幕在线| 亚洲av第一区精品v没综合| 久99久视频精品免费| 两个人看的免费小视频| 夜夜看夜夜爽夜夜摸| 久久亚洲精品不卡| 久久精品91无色码中文字幕| 欧美一级毛片孕妇| 日韩精品中文字幕看吧| 亚洲精品久久成人aⅴ小说| 香蕉丝袜av| 99久久国产精品久久久| 麻豆一二三区av精品| 国产精品久久久久久久电影 | 757午夜福利合集在线观看| 午夜福利在线在线| 亚洲九九香蕉| 国产v大片淫在线免费观看| 国产成人精品久久二区二区免费| 一进一出抽搐gif免费好疼| 深夜精品福利| av福利片在线| 中文字幕高清在线视频| www.自偷自拍.com| 亚洲性夜色夜夜综合| 三级毛片av免费| 91大片在线观看| 日韩欧美在线乱码| 亚洲最大成人中文| 亚洲va日本ⅴa欧美va伊人久久| 黑人巨大精品欧美一区二区mp4| 在线观看一区二区三区| 欧美黑人巨大hd| 亚洲av电影不卡..在线观看| 国产精品98久久久久久宅男小说| 香蕉av资源在线| 国产精品久久久久久人妻精品电影| 精品欧美一区二区三区在线| 亚洲色图av天堂| 亚洲国产看品久久| 两个人视频免费观看高清| 国产69精品久久久久777片 | 搡老岳熟女国产| 丝袜美腿诱惑在线| 欧美极品一区二区三区四区| 久久久久国产精品人妻aⅴ院| 亚洲欧美日韩无卡精品| 啪啪无遮挡十八禁网站| 精品第一国产精品| 亚洲成人久久性| 亚洲国产欧洲综合997久久,| bbb黄色大片| 一级毛片精品| 国产爱豆传媒在线观看 | 日韩国内少妇激情av| 亚洲成人精品中文字幕电影| cao死你这个sao货| 中文在线观看免费www的网站 | 日韩欧美免费精品| 亚洲黑人精品在线| 日本一本二区三区精品| 熟妇人妻久久中文字幕3abv| 久久香蕉精品热| 日韩欧美国产一区二区入口| 日韩成人在线观看一区二区三区| 色综合亚洲欧美另类图片| 亚洲一码二码三码区别大吗| 观看免费一级毛片| 嫩草影视91久久| 亚洲av日韩精品久久久久久密| 免费在线观看黄色视频的| 丁香六月欧美| 欧美日本亚洲视频在线播放| 麻豆av在线久日| 国产又黄又爽又无遮挡在线| 免费在线观看影片大全网站| 叶爱在线成人免费视频播放| 午夜成年电影在线免费观看| 三级国产精品欧美在线观看 | 桃红色精品国产亚洲av| 啦啦啦韩国在线观看视频| 两个人的视频大全免费| 变态另类丝袜制服| 又爽又黄无遮挡网站| 欧美绝顶高潮抽搐喷水| 免费av毛片视频| 99riav亚洲国产免费| 亚洲国产欧美网| 又粗又爽又猛毛片免费看| 琪琪午夜伦伦电影理论片6080| 热99re8久久精品国产| 中文字幕av在线有码专区| 此物有八面人人有两片| 免费看美女性在线毛片视频| a级毛片在线看网站| 99热这里只有是精品50| 欧美日韩中文字幕国产精品一区二区三区| 一本久久中文字幕| 国内精品久久久久精免费| 日韩欧美 国产精品| 久久精品综合一区二区三区| 老司机福利观看| 三级男女做爰猛烈吃奶摸视频| 香蕉av资源在线| 久久午夜亚洲精品久久| 真人做人爱边吃奶动态| 精品电影一区二区在线| 国产三级黄色录像| 欧美色欧美亚洲另类二区| 国产免费男女视频| 国产高清激情床上av| 黄片大片在线免费观看| 亚洲av成人一区二区三| 久久亚洲精品不卡| 日韩有码中文字幕| 欧美日本视频| 草草在线视频免费看| 日韩大码丰满熟妇| 国产精品电影一区二区三区| 日本五十路高清| 性色av乱码一区二区三区2| 精品久久久久久成人av| 国产一级毛片七仙女欲春2| 国产精品一区二区三区四区久久| xxxwww97欧美| 亚洲欧美精品综合一区二区三区| 亚洲中文av在线| 桃色一区二区三区在线观看| 又紧又爽又黄一区二区| 日韩三级视频一区二区三区| 狂野欧美激情性xxxx| 亚洲av五月六月丁香网| 国产黄a三级三级三级人| 无人区码免费观看不卡| 老司机深夜福利视频在线观看| 男女下面进入的视频免费午夜| 1024视频免费在线观看| 久久久久久久久中文| 日韩欧美精品v在线| 老鸭窝网址在线观看| 久久热在线av| 亚洲成人精品中文字幕电影| 91国产中文字幕| 日韩大尺度精品在线看网址| 国产精品久久久久久久电影 | 久久久久性生活片| 九色国产91popny在线| 亚洲最大成人中文| 国内少妇人妻偷人精品xxx网站 | 男女床上黄色一级片免费看| 日日干狠狠操夜夜爽| 欧美日韩一级在线毛片| 99热这里只有精品一区 | 国产片内射在线| 亚洲中文日韩欧美视频| 亚洲精品在线美女| 欧美黑人精品巨大| 亚洲精品中文字幕一二三四区| 亚洲国产精品久久男人天堂| 欧美+亚洲+日韩+国产| 男女之事视频高清在线观看| 看免费av毛片| 日韩 欧美 亚洲 中文字幕| 99riav亚洲国产免费| 久久 成人 亚洲| 亚洲成人精品中文字幕电影| 最近在线观看免费完整版| 91在线观看av| 美女高潮喷水抽搐中文字幕| 可以免费在线观看a视频的电影网站| av免费在线观看网站| 十八禁网站免费在线| 99久久精品国产亚洲精品| 国产精品国产高清国产av| 丰满人妻一区二区三区视频av | 嫩草影院精品99| √禁漫天堂资源中文www| 两个人的视频大全免费| 一个人观看的视频www高清免费观看 | 很黄的视频免费| 国产黄片美女视频| or卡值多少钱| 久久久久久久久免费视频了| 国产三级中文精品| 91国产中文字幕| 香蕉久久夜色| 一二三四社区在线视频社区8| 97超级碰碰碰精品色视频在线观看| 白带黄色成豆腐渣| 国产一区二区三区在线臀色熟女| 国产aⅴ精品一区二区三区波| 97碰自拍视频| 欧美乱妇无乱码| 成人永久免费在线观看视频| 久久久水蜜桃国产精品网| 狂野欧美激情性xxxx| 在线观看www视频免费| 国产精品自产拍在线观看55亚洲| 精品国产乱子伦一区二区三区| 午夜影院日韩av| 一边摸一边抽搐一进一小说| 欧美高清成人免费视频www| 亚洲片人在线观看| 午夜老司机福利片| 中文亚洲av片在线观看爽| 极品教师在线免费播放| 欧美大码av| 欧美日本亚洲视频在线播放| 在线观看免费日韩欧美大片| 国产aⅴ精品一区二区三区波| 国产黄片美女视频| 18禁黄网站禁片免费观看直播| 久久久水蜜桃国产精品网| 青草久久国产| 欧美性长视频在线观看| 欧美黑人欧美精品刺激| 性欧美人与动物交配| 全区人妻精品视频| 国产成人精品久久二区二区91| 日韩大尺度精品在线看网址| 亚洲激情在线av| 国内精品久久久久久久电影| 999精品在线视频| 99国产精品一区二区蜜桃av| 免费一级毛片在线播放高清视频| 一a级毛片在线观看| 免费在线观看黄色视频的| 91在线观看av| 午夜福利18| 少妇裸体淫交视频免费看高清 | 亚洲国产欧美网| 久久久久亚洲av毛片大全| 99在线人妻在线中文字幕| 午夜福利视频1000在线观看| 日韩欧美国产在线观看| 欧美精品亚洲一区二区| 一a级毛片在线观看| 99久久无色码亚洲精品果冻| 欧美丝袜亚洲另类 | 99热这里只有精品一区 | 成人av在线播放网站| 窝窝影院91人妻| 久久亚洲精品不卡| 精品久久蜜臀av无| 国产av在哪里看| 午夜福利视频1000在线观看| 亚洲专区国产一区二区| 国产av不卡久久| 国产亚洲欧美98| 国产午夜精品论理片| 亚洲美女视频黄频| 制服诱惑二区| 精品高清国产在线一区| av欧美777| 午夜精品在线福利| 韩国av一区二区三区四区| 在线视频色国产色| 亚洲五月天丁香| 欧美最黄视频在线播放免费| 91字幕亚洲| 最近最新中文字幕大全免费视频| 国产精品久久电影中文字幕| 亚洲国产高清在线一区二区三| 国产一区二区激情短视频| 99久久综合精品五月天人人| 一级毛片高清免费大全| 欧美绝顶高潮抽搐喷水| av欧美777| 91av网站免费观看| 亚洲欧美激情综合另类| 成人精品一区二区免费| 欧美+亚洲+日韩+国产| 国产精品精品国产色婷婷| e午夜精品久久久久久久| 老司机深夜福利视频在线观看| 亚洲成人中文字幕在线播放| 国产精品av久久久久免费| 亚洲一区高清亚洲精品| 在线十欧美十亚洲十日本专区| 国产一区二区在线观看日韩 | 亚洲av成人一区二区三| 美女午夜性视频免费| 可以在线观看的亚洲视频| 亚洲欧美日韩东京热| 少妇被粗大的猛进出69影院| 久9热在线精品视频| 亚洲av成人一区二区三| av在线播放免费不卡| av超薄肉色丝袜交足视频| 最近最新中文字幕大全电影3| 夜夜看夜夜爽夜夜摸| 五月玫瑰六月丁香| 99精品久久久久人妻精品| 波多野结衣巨乳人妻| 国产精品久久久av美女十八| 国产成人精品久久二区二区91| 国内久久婷婷六月综合欲色啪| 精品不卡国产一区二区三区| 五月玫瑰六月丁香| 久久久精品国产亚洲av高清涩受| 9191精品国产免费久久| 天天躁狠狠躁夜夜躁狠狠躁| 免费人成视频x8x8入口观看| 午夜精品一区二区三区免费看| 久久久久亚洲av毛片大全| 日日干狠狠操夜夜爽| 中文字幕高清在线视频| 久久久久久大精品| 亚洲av中文字字幕乱码综合| av有码第一页| 日日摸夜夜添夜夜添小说| 日本精品一区二区三区蜜桃| 亚洲第一电影网av| 久久天堂一区二区三区四区| 国内久久婷婷六月综合欲色啪| 搡老岳熟女国产| 桃色一区二区三区在线观看| 国产野战对白在线观看| 首页视频小说图片口味搜索| 亚洲国产精品999在线| e午夜精品久久久久久久| 久久精品人妻少妇| 别揉我奶头~嗯~啊~动态视频| 夜夜看夜夜爽夜夜摸| 1024视频免费在线观看| 国产视频一区二区在线看| a级毛片在线看网站| 国产精品国产高清国产av| 一夜夜www| 国产精品亚洲美女久久久| 嫩草影院精品99| 中文字幕高清在线视频| 天天添夜夜摸| 欧美乱码精品一区二区三区| 欧美性猛交╳xxx乱大交人| 成人精品一区二区免费| 国产一区二区三区在线臀色熟女| 欧美乱码精品一区二区三区| 免费观看人在逋| 亚洲av片天天在线观看| 亚洲人成77777在线视频| 一级毛片精品| a级毛片a级免费在线| 一级毛片高清免费大全| or卡值多少钱| 一本综合久久免费| 亚洲av第一区精品v没综合| 欧美乱色亚洲激情| 亚洲一码二码三码区别大吗| 午夜激情av网站| av视频在线观看入口| 两性午夜刺激爽爽歪歪视频在线观看 | 法律面前人人平等表现在哪些方面| 国产精品久久久av美女十八| 欧美日韩亚洲国产一区二区在线观看| 午夜a级毛片| 欧美中文日本在线观看视频| 国产一区在线观看成人免费| 亚洲国产精品久久男人天堂| 18禁国产床啪视频网站| 亚洲av成人精品一区久久| 欧美黄色片欧美黄色片| 国产探花在线观看一区二区| АⅤ资源中文在线天堂| 一级毛片高清免费大全| 嫩草影院精品99| 欧美乱码精品一区二区三区| 男女之事视频高清在线观看| 成年版毛片免费区| a在线观看视频网站| 久久香蕉精品热| 嫁个100分男人电影在线观看| 欧美日韩瑟瑟在线播放| 久久香蕉国产精品| 成人三级做爰电影| 国内少妇人妻偷人精品xxx网站 | 免费人成视频x8x8入口观看| 免费在线观看日本一区| 色在线成人网| 国产精华一区二区三区| 又黄又粗又硬又大视频| 国产精品,欧美在线| www国产在线视频色| 色哟哟哟哟哟哟| 亚洲一码二码三码区别大吗| 国产av麻豆久久久久久久| 国产不卡一卡二| 黄色片一级片一级黄色片| 一级黄色大片毛片| 亚洲狠狠婷婷综合久久图片| 精品第一国产精品| 日本五十路高清| 亚洲成av人片免费观看| 国内精品一区二区在线观看| 日本a在线网址| 日本熟妇午夜| 国模一区二区三区四区视频 | 亚洲av美国av| 日日摸夜夜添夜夜添小说| 亚洲无线在线观看| 国产午夜精品论理片| or卡值多少钱| 国产精品亚洲美女久久久| 狠狠狠狠99中文字幕| 又黄又爽又免费观看的视频| 99riav亚洲国产免费| 动漫黄色视频在线观看| 在线观看日韩欧美| 国产野战对白在线观看| 蜜桃久久精品国产亚洲av| 欧美黑人精品巨大| 淫妇啪啪啪对白视频| 一二三四社区在线视频社区8| 一级毛片精品| 91av网站免费观看| 亚洲欧美精品综合一区二区三区| 欧美乱妇无乱码| 老熟妇仑乱视频hdxx| 午夜老司机福利片| 巨乳人妻的诱惑在线观看| 精品久久久久久成人av| 久久久久久久久久黄片| 日韩大尺度精品在线看网址| or卡值多少钱| 国产精品一区二区三区四区免费观看 | 色噜噜av男人的天堂激情| 蜜桃久久精品国产亚洲av| 国产精品一及| 成人一区二区视频在线观看| 嫩草影院精品99| 少妇熟女aⅴ在线视频| 亚洲国产欧美一区二区综合| 欧美三级亚洲精品| 黄色片一级片一级黄色片| 国产亚洲精品第一综合不卡| 日韩欧美在线二视频| 岛国视频午夜一区免费看| 亚洲 欧美一区二区三区| 亚洲无线在线观看| 亚洲国产精品合色在线| a在线观看视频网站| 成人av一区二区三区在线看| 日本撒尿小便嘘嘘汇集6| 99re在线观看精品视频| 男女那种视频在线观看| 精品久久久久久久毛片微露脸| 欧美绝顶高潮抽搐喷水| 99riav亚洲国产免费| 久久久久久人人人人人| 免费看日本二区| 国产精品久久久人人做人人爽| 日韩大尺度精品在线看网址| 国产高清激情床上av| 欧美一级毛片孕妇| 人人妻人人澡欧美一区二区| 亚洲人成电影免费在线| 精品国产亚洲在线| 母亲3免费完整高清在线观看| 精品高清国产在线一区| 国产午夜精品久久久久久| 色尼玛亚洲综合影院| 国产不卡一卡二| 欧美黄色淫秽网站| 亚洲av成人不卡在线观看播放网| 制服诱惑二区| 亚洲 欧美 日韩 在线 免费| 母亲3免费完整高清在线观看| 在线十欧美十亚洲十日本专区| 俄罗斯特黄特色一大片| 中文字幕av在线有码专区| 国产一区二区激情短视频| 国内精品久久久久精免费| 99热只有精品国产| 欧美大码av| 精品国产美女av久久久久小说| 精品久久久久久成人av| av国产免费在线观看| 99久久精品国产亚洲精品| 此物有八面人人有两片| 狂野欧美白嫩少妇大欣赏| 久久久久久九九精品二区国产 | 色综合亚洲欧美另类图片| 国产av麻豆久久久久久久| 观看美女的网站| 欧美最新免费一区二区三区| 精品人妻熟女av久视频| 少妇被粗大猛烈的视频| 日韩视频在线欧美| 日本免费a在线| av天堂中文字幕网| 乱系列少妇在线播放| 精华霜和精华液先用哪个| 中文字幕人妻熟人妻熟丝袜美| 国产黄a三级三级三级人| 内射极品少妇av片p| 中国美女看黄片| 日韩一本色道免费dvd| 老司机福利观看| 亚洲18禁久久av| 亚洲性久久影院| 亚洲婷婷狠狠爱综合网| 91午夜精品亚洲一区二区三区| 欧美极品一区二区三区四区| 哪里可以看免费的av片| 一个人看视频在线观看www免费| 高清毛片免费观看视频网站| 免费看a级黄色片| 又爽又黄a免费视频| 97在线视频观看| 伦理电影大哥的女人| 麻豆国产av国片精品| 91aial.com中文字幕在线观看| 精品人妻一区二区三区麻豆| 久久久久久大精品| 在线a可以看的网站| 最近的中文字幕免费完整| 精品国产三级普通话版| 精品久久久久久久人妻蜜臀av| 欧美激情在线99| 日韩欧美 国产精品| 亚洲欧美精品综合久久99| 波多野结衣高清作品| 国产探花极品一区二区| 久久午夜亚洲精品久久| 精华霜和精华液先用哪个| 国产色婷婷99| 亚洲av熟女| 两个人的视频大全免费| 欧美极品一区二区三区四区| 精品久久国产蜜桃| 亚洲经典国产精华液单| 国产精品美女特级片免费视频播放器| 26uuu在线亚洲综合色| 成人欧美大片| 免费搜索国产男女视频| 天天躁夜夜躁狠狠久久av| 国产精品久久电影中文字幕| 久久精品综合一区二区三区| 波野结衣二区三区在线| 日韩一区二区三区影片| 色吧在线观看| 国产伦在线观看视频一区| 免费观看的影片在线观看| 黄片无遮挡物在线观看| 黄色欧美视频在线观看| 国产高清有码在线观看视频| 男的添女的下面高潮视频| 内地一区二区视频在线| 久久久久久大精品| 国产亚洲精品久久久久久毛片| 久久精品久久久久久久性| 黑人高潮一二区| 成人高潮视频无遮挡免费网站| 久久久久网色| 久久精品夜夜夜夜夜久久蜜豆| 国产伦精品一区二区三区四那| 亚洲五月天丁香| av天堂在线播放| 国产色爽女视频免费观看| 搡老妇女老女人老熟妇| 两个人的视频大全免费| 高清毛片免费看| 我要看日韩黄色一级片| 日本-黄色视频高清免费观看| 国产精品久久久久久久久免| 国产一区二区激情短视频| 夫妻性生交免费视频一级片| 夜夜夜夜夜久久久久| 亚洲国产欧洲综合997久久,| 色综合色国产| 在线免费观看不下载黄p国产| 3wmmmm亚洲av在线观看| 精品久久久久久成人av| 男女做爰动态图高潮gif福利片| 精品久久久久久久久久久久久| 久久精品国产亚洲av香蕉五月| 尤物成人国产欧美一区二区三区| 国产精品免费一区二区三区在线| 久久久精品大字幕| 综合色av麻豆| 国产成人freesex在线| 免费人成视频x8x8入口观看| 美女脱内裤让男人舔精品视频 | 亚洲av中文字字幕乱码综合| 一级毛片久久久久久久久女| 亚洲av二区三区四区| 男插女下体视频免费在线播放| 国内少妇人妻偷人精品xxx网站| 日本黄色片子视频| 国产精品av视频在线免费观看| 精品久久久久久久久久免费视频| 国产一区二区亚洲精品在线观看| 久久久久免费精品人妻一区二区| 69人妻影院| 亚洲中文字幕日韩| 美女 人体艺术 gogo| 婷婷色综合大香蕉| 午夜久久久久精精品| 亚洲内射少妇av| 麻豆成人av视频| 99riav亚洲国产免费| 成人毛片a级毛片在线播放| 在线播放国产精品三级| 国产精品女同一区二区软件| 两个人的视频大全免费| 精品久久久久久久久久久久久| 精品免费久久久久久久清纯| 精品人妻偷拍中文字幕| 丝袜喷水一区| 夜夜爽天天搞| 91aial.com中文字幕在线观看|