• <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 ?

    建筑用戶(hù)行為節(jié)能潛力評(píng)估新方法

    2018-05-23 12:01:24胡賓俞準(zhǔn)李郡張國(guó)強(qiáng)
    土木建筑與環(huán)境工程 2018年2期
    關(guān)鍵詞:用戶(hù)行為聚類(lèi)分析主成分分析

    胡賓 俞準(zhǔn) 李郡 張國(guó)強(qiáng)

    摘要:現(xiàn)有建筑用戶(hù)行為節(jié)能潛力評(píng)估方法未能充分考慮不同用戶(hù)之間的差異性,從而顯著降低了評(píng)估結(jié)果的準(zhǔn)確性。針對(duì)此種不足,提出一種行為節(jié)能潛力評(píng)估的新方法。首先通過(guò)主成分分析對(duì)用戶(hù)行為影響因素進(jìn)行降維處理,在此基礎(chǔ)上采用數(shù)據(jù)挖掘方法中的聚類(lèi)分析技術(shù)對(duì)樣本用戶(hù)進(jìn)行合理分類(lèi),并針對(duì)不同類(lèi)用戶(hù)特征分別進(jìn)行節(jié)能潛力評(píng)估。由于該方法既全面考慮了同一用戶(hù)不同因素的影響,又充分體現(xiàn)了不同用戶(hù)之間的差異性,可顯著提高評(píng)估結(jié)果的準(zhǔn)確性。通過(guò)將其應(yīng)用于湖南省3所高校100名研究生用戶(hù)電腦待機(jī)行為的節(jié)能潛力評(píng)估表明,該方法是有效和可行的。

    關(guān)鍵詞:用戶(hù)行為;節(jié)能潛力評(píng)估;數(shù)據(jù)挖據(jù);聚類(lèi)分析;主成分分析

    中圖分類(lèi)號(hào):TU244.3 文獻(xiàn)標(biāo)志碼:A文章編號(hào):16744764(2018)02010306

    收稿日期:20170610

    基金項(xiàng)目:國(guó)家自然科學(xué)基金資助(51408205);中央高?;究蒲袠I(yè)務(wù)費(fèi)專(zhuān)項(xiàng)資金資助()

    作者簡(jiǎn)介:胡賓(1991),女,主要從事建筑節(jié)能及行為節(jié)能研究,Email:binh8284@foxmail.com。

    俞準(zhǔn)(通信作者),男,副教授,博士生導(dǎo)師,Email:zhunyu@hnu.edu.cn。

    Received:20170610

    Foundation item:National Natural Science Foundation of China (No.51408205); The Fundamental Research Funds for the Central Universities

    Author brief:Hu Bin (1991), graduate student, main research interest: Building energy saving and standby energy,Email:binh8284@foxmail.com.

    Yu Zhun (corresponding author), Associate professor,Email:zhunyu@hnu.edu.cn.A new energysaving potential evaluation method for building

    occupant behavior improvement

    Hu Bin,Yu Zhun,Li Jun,Zhang Guoqiang

    (College of Civil Engineering,Hunan University, Changsha 410082, P.R.China)

    Abstract:Existing energysaving potential evaluation methods for building occupant behavior improvement do not take occupants diversity into consideration. This significantly decreases the accuracy of evaluation results. To address this issue, a new energysaving potential evaluation method has been established. First, principal component analysis is used to reduce the number of influencing factors of occupant behavior. Then, a data mining technique, clustering analysis is used to classify sample occupants into different groups. At last, energysaving potentials are evaluated in terms of different groups characteristics. This method takes both the impact of various influencing factors and the diversity of occupants into account, and thus can improve the evaluation accuracy significantly. The method was applied to evaluate the energysaving potential of 100 graduate students computer standby usage behavior in 3 universities in Hunan province. The results demonstrate its effectiveness and feasibility.

    Keywords:Occupant behavior; Energysaving potential evaluation; Data mining; Clustering analysis; Principal component analysis

    研究表明建筑用戶(hù)行為對(duì)建筑總能耗有顯著的影響,且通過(guò)改變用戶(hù)行為減少能耗是實(shí)現(xiàn)建筑節(jié)能的有效手段之一[12]。為深入分析用戶(hù)行為對(duì)建筑能耗的影響和有效降低建筑能耗,有必要對(duì)行為節(jié)能的潛力進(jìn)行量化分析和評(píng)估。當(dāng)前對(duì)行為節(jié)能潛力的研究涵蓋不同行為類(lèi)型[34](如正常使用行為和待機(jī)行為)、不同建筑類(lèi)型[57](如住宅建筑、辦公建筑和學(xué)校建筑)和不同電器種類(lèi)[89](如空調(diào)和電腦),所采用的方法主要是首先收集一定數(shù)量的樣本用戶(hù)數(shù)據(jù)并建立數(shù)據(jù)庫(kù),再通過(guò)將樣本用戶(hù)設(shè)備或電器的實(shí)際功率及使用時(shí)長(zhǎng)降低至某一較低的預(yù)設(shè)值,以進(jìn)行相應(yīng)節(jié)能潛力評(píng)估。該方法的局限性主要表現(xiàn)在未能充分考慮不同用戶(hù)之間的差異性,對(duì)所有用戶(hù)均采用相同的功率及使用時(shí)長(zhǎng)預(yù)設(shè)值,這在實(shí)際生活中往往難以實(shí)現(xiàn),導(dǎo)致過(guò)高或過(guò)低估計(jì)了部分用戶(hù)的行為節(jié)能潛力,從而顯著降低了節(jié)能潛力評(píng)估結(jié)果的準(zhǔn)確性。為克服上述局限,一個(gè)可行的方法是先全面采集用戶(hù)行為潛在影響因素相關(guān)數(shù)據(jù),再根據(jù)這些因素將樣本用戶(hù)合理分類(lèi),然后分別針對(duì)每一類(lèi)用戶(hù)特征進(jìn)行進(jìn)一步的節(jié)能潛力評(píng)估。實(shí)現(xiàn)該方法的關(guān)鍵障礙在于:1)用戶(hù)行為的影響因素往往數(shù)量較多,如僅選擇部分因素進(jìn)行分類(lèi)易造成信息缺失導(dǎo)致分類(lèi)不合理,而選擇所有因素進(jìn)行分類(lèi)又易因數(shù)量過(guò)多難以進(jìn)一步處理;2)在對(duì)樣本用戶(hù)進(jìn)行分類(lèi)時(shí)難以同時(shí)考慮不同因素的影響。例如,將用戶(hù)按某一種因素(如年齡)進(jìn)行分類(lèi)時(shí),通常無(wú)法同時(shí)考慮到其他因素(如學(xué)歷和生活習(xí)慣)的影響。

    為克服上述障礙以提高評(píng)估準(zhǔn)確性,本文提出一種建筑用戶(hù)行為節(jié)能潛力評(píng)估新方法。該方法首先采用主成分分析技術(shù)分析用戶(hù)行為的潛在影響因素,該技術(shù)可在保持原有影響因素絕大部分信息的同時(shí)進(jìn)行降維處理,避免了選擇部分因素易造成信息缺失,選擇所有因素又導(dǎo)致數(shù)量過(guò)多難以進(jìn)一步處理的缺點(diǎn)。采用數(shù)據(jù)挖掘方法中聚類(lèi)分析技術(shù)對(duì)樣本用戶(hù)進(jìn)行分類(lèi),該技術(shù)可在同時(shí)考慮不同影響因素的基礎(chǔ)上將樣本用戶(hù)合理分類(lèi),最后進(jìn)一步針對(duì)不同類(lèi)別用戶(hù)特征進(jìn)行節(jié)能潛力分析。此外,以高校建筑電腦待機(jī)行為節(jié)能潛力為例,分析該方法的有效性。1研究方法

    1.1數(shù)據(jù)收集

    待機(jī)狀態(tài)是指電器連接電源時(shí)沒(méi)有執(zhí)行其主要功能但仍消耗電能的狀態(tài)[3]。電器在待機(jī)狀態(tài)下所消耗的電能即為待機(jī)能耗。就電腦而言,其待機(jī)狀態(tài)主要包括屏保、鎖屏、睡眠和關(guān)機(jī)四種模式。以湖南地區(qū)3所高校100名研究生用戶(hù)為例,采用型號(hào)為GPM8212的功率計(jì)(在23±5 ℃的環(huán)境下,測(cè)量范圍為0.32~13.10 kW,精度為±2%)測(cè)量其電腦在各待機(jī)模式下的功率值,并通過(guò)問(wèn)卷形式調(diào)查了各待機(jī)模式的使用時(shí)長(zhǎng)及待機(jī)行為的潛在影響因素,其中潛在影響因素的種類(lèi)及部分因素取值如表1所示。第2期 胡賓,等:建筑用戶(hù)行為節(jié)能潛力評(píng)估新方法表1電腦待機(jī)行為潛在影響因素

    Table 1The potential influencing factors of standby

    behavior of computer種類(lèi)具體因素及部分因素取值范圍個(gè)人信息性別(男/女)、年齡、是否已婚、興趣愛(ài)好(電腦相關(guān)/無(wú)關(guān))專(zhuān)業(yè)相

    關(guān)信息專(zhuān)業(yè)(文科/理工科)、學(xué)歷(碩士/博士)、入學(xué)年數(shù)、專(zhuān)業(yè)成績(jī)(優(yōu)/良/中/一般)社會(huì)經(jīng)

    濟(jì)因素生活費(fèi)用、是否定期接受節(jié)能教育、是否有上網(wǎng)流量限制生活習(xí)慣是否午休、是否住校、是否打卡出勤

    1.2電腦待機(jī)能耗計(jì)算

    基于所采集數(shù)據(jù)可獲得電腦各待機(jī)模式下的功率P以及相應(yīng)待機(jī)時(shí)長(zhǎng)T,從而可根據(jù)式(1)計(jì)算單臺(tái)電腦年待機(jī)能耗:Ei=∑4j=1Pij×Tij×M1 000(1)式中:Ei為第i臺(tái)電腦的年待機(jī)能耗,kW·h;Pij、Ti分別為第i臺(tái)電腦在第j種待機(jī)模式下的功率值和一周內(nèi)的使用時(shí)長(zhǎng)(j=1,2,3,4;分別對(duì)應(yīng)于電腦的屏保、鎖屏、睡眠和關(guān)機(jī)模式),W、h;M為一年內(nèi)學(xué)生在校周數(shù)(去除寒暑假),本文取44。

    1.3用戶(hù)行為節(jié)能潛力評(píng)估

    首先采用主成分分析技術(shù)與聚類(lèi)分析技術(shù)相結(jié)合的方法對(duì)樣本用戶(hù)進(jìn)行分類(lèi),再針對(duì)每類(lèi)用戶(hù)采用行為節(jié)能方案分別進(jìn)行行為節(jié)能潛力分析。主成分分析、聚類(lèi)分析及所采用的行為節(jié)能方案介紹如下。

    1.3.1主成分分析主成分分析是將多個(gè)可能存在相關(guān)性的變量,通過(guò)正交變換轉(zhuǎn)化為少數(shù)幾個(gè)互相無(wú)關(guān)的綜合變量的一種統(tǒng)計(jì)分析方法。這些綜合變量保持了原始變量的大部分信息。

    1)數(shù)據(jù)標(biāo)準(zhǔn)化由于數(shù)據(jù)庫(kù)中的參數(shù)包含分類(lèi)屬性參數(shù)和數(shù)值屬性參數(shù),如用戶(hù)性別為分類(lèi)屬性(男或女),年齡為數(shù)值屬性(20歲或25歲),難以直接對(duì)所有數(shù)據(jù)進(jìn)行直接比較和分析。此外,數(shù)值屬性參數(shù)的取值范圍差異較大,而取值范圍大的參數(shù)影響將覆蓋取值范圍小的參數(shù)影響。因此需將數(shù)據(jù)庫(kù)中所有參數(shù)均轉(zhuǎn)換為數(shù)值屬性參數(shù)進(jìn)行統(tǒng)一比較分析,并對(duì)所有數(shù)值屬性參數(shù)進(jìn)行標(biāo)準(zhǔn)化處理以使其結(jié)果落到同一區(qū)間,取[0, 1]區(qū)間。

    對(duì)于分類(lèi)屬性參數(shù),應(yīng)首先按其不同狀態(tài)排序,如專(zhuān)業(yè)成績(jī)可分4個(gè)等級(jí)[優(yōu),良,中,一般],再根據(jù)式(3)計(jì)算:zij=參數(shù)j第i個(gè)狀態(tài)的排序值-1參數(shù)j所有狀態(tài)的最大排序值-1(3)計(jì)算后上述4個(gè)等級(jí)可轉(zhuǎn)換為[0, 1/3, 2/3, 1]。

    對(duì)于數(shù)值屬性參數(shù),可根據(jù)式(4)計(jì)算zij = xij -xjmin xjmax -xjmin (4)式中:zij、xij、xjmin和xjmax分別表示參數(shù)j的轉(zhuǎn)換值、原始值、最小值和最大值。

    采用上述方法,原始數(shù)據(jù)矩陣X變換為標(biāo)準(zhǔn)化矩陣Z。X=x12x13…x1p

    x21x22…x2p

    ?…

    xn1xn2…xnp→Z=z12z13…z1p

    z21z22…z2p

    zn1zn2…znp2)計(jì)算標(biāo)準(zhǔn)化矩陣Z的樣本相關(guān)系數(shù)矩陣R樣本相關(guān)系數(shù)矩陣R的表達(dá)式如下:R=r12r13…r1p

    r21r22…r2p

    rp1rp2…rpp其中ruv(u,v=1,2,…P)為參數(shù)Zu,Zv的相關(guān)系數(shù),且ruv=rvu,計(jì)算公式如下:ruv=∑nk=1(zku-u)(zkv-v)∑nk=1(zku-u)2∑nk=1(zkv-v)2(5)式中:zku, zkv分別為參數(shù)Zu, Zv的第k個(gè)值;u,v分別為參數(shù)Zu, Zv的平均值。

    3)求特征值和特征向量解特征方程|R-λIP|=0得P個(gè)特征值λ1≥λ2≥…≥λP≥0。分別求出對(duì)應(yīng)特征值λ1的特征向量ei(i=1,2,…),且ei=1。

    4)確定主成分個(gè)數(shù)m主成分個(gè)數(shù)m的確定方法為:λ1≥1且∑mj=1λ∑pj=1λj≥0.8

    5)求出zi=(zi1,zi2,…,zip)T的m個(gè)主成分uis=zTiei(s=1,2,…,m)→U=

    u12u13…u1m

    u21u22…u2m

    …………

    un1un2…unm1.3.2聚類(lèi)分析聚類(lèi)分析是采用數(shù)學(xué)方法按照某種相似性或差異性參數(shù)定量地確定樣本之間的親疏關(guān)系,再根據(jù)親疏關(guān)系對(duì)樣本進(jìn)行分類(lèi),使同類(lèi)中的樣本對(duì)象具有最高相似性,不同類(lèi)間的樣本具有最低相似性。該方法的一個(gè)主要優(yōu)點(diǎn)在于可在同時(shí)考慮不同參數(shù)影響的基礎(chǔ)上進(jìn)行合理分類(lèi)[1213]。

    現(xiàn)有的聚類(lèi)分析典型算法包括k均值算法、BIRCH算法和CLIQUE算法等[1213]。其中,k均值算法由于其原理簡(jiǎn)單和計(jì)算速度快等優(yōu)點(diǎn)得到廣泛應(yīng)用。采用該算法進(jìn)行聚類(lèi)分析,其一般步驟為

    1)從n個(gè)樣本對(duì)象中任意選擇k個(gè)對(duì)象作為初始聚類(lèi)中心O1, O2, …, Ok;

    2)根據(jù)式(6)計(jì)算樣本對(duì)象與各聚類(lèi)中心的歐式距離,并根據(jù)最小歐式距離重新劃分相應(yīng)對(duì)象;E(a,b)=

    (xa1-xb1)2+(xa2-xb2)2+…+(xam-xbm)2(6)3)重新計(jì)算各聚類(lèi)特征參數(shù)的平均值,即新的聚類(lèi)中心;

    4)循環(huán)迭代步驟2和3直到各聚類(lèi)中心不再發(fā)生變化。

    1.3.3行為節(jié)能方案考慮到用戶(hù)待機(jī)行為主要表現(xiàn)為其采用不同待機(jī)模式及待機(jī)時(shí)長(zhǎng),為全面評(píng)估相應(yīng)行為節(jié)能潛力,采用以下3個(gè)行為節(jié)能方案:1)為保持待機(jī)時(shí)長(zhǎng)不變而僅調(diào)整待機(jī)模式,即用功率值較低的待機(jī)模式替換功率值較高的待機(jī)模式;2)為保持待機(jī)模式不變而僅調(diào)整待機(jī)時(shí)長(zhǎng),即將各類(lèi)用戶(hù)不同待機(jī)模式使用時(shí)長(zhǎng)降低到每一類(lèi)用戶(hù)相應(yīng)待機(jī)模式使用時(shí)長(zhǎng)平均值;3)將上述兩種方案相結(jié)合以評(píng)估最大行為節(jié)能潛力。

    2研究結(jié)果及分析

    2.1主成分分析

    對(duì)采集得到的樣本數(shù)據(jù)矩陣進(jìn)行主成分分析得出特征值和方差貢獻(xiàn)率,如表2所示??紤]到特征值的大小與主成分對(duì)原始變量解釋力度的大小有關(guān),且當(dāng)主成分的特征值小于1時(shí),其對(duì)原始變量的解釋力度不如原始變量自身的解釋力度[14]。因此,通??蛇x取特征值大于1的主成分為綜合變量進(jìn)行后續(xù)分析。此外,為保證所提取的主成分能夠反映原始變量的絕大部分信息,其累積方差貢獻(xiàn)率通常應(yīng)大于80%(方差貢獻(xiàn)率表示該主成分包含原始數(shù)據(jù)的信息量占全部信息量的比重)[15]。由表2可知,前4個(gè)主成分的特征值均大于1,且累積貢獻(xiàn)率為80.2%,因此可將這4個(gè)主成分作為綜合變量評(píng)估用戶(hù)待機(jī)行為節(jié)能潛力。表2特征值及方差貢獻(xiàn)率

    Table 2Eigenvalue and contribution rate of variance序號(hào)特征值方差

    貢獻(xiàn)率/%累積方差

    貢獻(xiàn)率/%16.949.349.321.812.962.231.410.072.241.18.080.250.75.085.360.64.289.470.42.892.380.32.594.790.32.196.8100.41.498.2110.11.099.2120.10.699.8130.00.2100149.021E166.443E15100

    為進(jìn)一步理解各主成分與原始變量之間聯(lián)系的緊密程度,計(jì)算了因子載荷矩陣,如表3所示。因子載荷是各主成分特征值的平方根與相應(yīng)特征向量的乘積,它實(shí)質(zhì)上是各主成分與原始變量之間的相關(guān)系數(shù),且因子載荷值較大(通常取大于0.5)的變量被認(rèn)為是該主成分的主要相關(guān)變量[16]。根據(jù)該標(biāo)準(zhǔn),由表3可知,主成分1主要與用戶(hù)性別、婚姻狀況、興趣愛(ài)好、專(zhuān)業(yè)、學(xué)歷、是否定期接受節(jié)能教育、是否有上網(wǎng)流量限制、是否午休、是否住校、是否打卡出勤相關(guān);主成分2主要與用戶(hù)年齡、入學(xué)年數(shù)、專(zhuān)業(yè)成績(jī)相關(guān);主成分3主要與年齡、生活費(fèi)用有關(guān);主成分4主要與用戶(hù)生活費(fèi)用相關(guān)。

    表3因子載荷矩陣

    Table 3The factor loading matrix變量主成分1主成分2主成分3主成分4性別0.80.0-0.30.4年齡0.10.60.60.1婚姻狀況0.80.2-0.40.3興趣愛(ài)好0.9-0.10.1-0.2專(zhuān)業(yè)0.7-0.20.1-0.1學(xué)歷0.9-0.10.0-0.2續(xù)表3變量主成分1主成分2主成分3主成分4入學(xué)年數(shù)0.10.8-0.0-0.4專(zhuān)業(yè)成績(jī)0.10.7-0.5-0.2生活費(fèi)用0.00.20.60.5節(jié)能教育0.9-0.10.1-0.2流量限制0.80.2-0.20.2是否午休0.9-0.10.2-0.2是否住校0.80.2-0.20.3是否打卡0.8-0.10.2-0.2

    2.2聚類(lèi)分析

    基于所得主成分對(duì)100名樣本用戶(hù)進(jìn)行聚類(lèi)分析并將其分為四類(lèi),每一類(lèi)聚類(lèi)中心(即各主成分的平均值)及用戶(hù)數(shù)量如表4所示。表4聚類(lèi)分析結(jié)果

    Table 4The results of clustering analysis參數(shù)聚類(lèi)中心聚類(lèi)1聚類(lèi)2聚類(lèi)3聚類(lèi)4主成分11.50.23.11.5主成分20.50.60.51.1主成分30.20.10.0-0.7主成分40.00.10.11.0用戶(hù)數(shù)量23283613

    由表4可知,不同類(lèi)用戶(hù)之間的聚類(lèi)中心差異較大,這表明各類(lèi)用戶(hù)之間的特征差異顯著。為進(jìn)一步分析各類(lèi)用戶(hù)待機(jī)能耗特征,圖1給出了4類(lèi)用戶(hù)年總待機(jī)能耗及各待機(jī)模式下的年待機(jī)能耗。由圖可知,不同類(lèi)用戶(hù)間的能耗分布差異非常顯著,這表明不同用戶(hù)特征會(huì)導(dǎo)致不同用戶(hù)待機(jī)行為和能耗,從而其節(jié)能潛力也應(yīng)有所不同,因此有必要先將樣本用戶(hù)分類(lèi),然后針對(duì)用戶(hù)特征分別計(jì)算其節(jié)能潛力。此外,同類(lèi)用戶(hù)之間不同待機(jī)模式下的能耗差異較大,其中鎖屏和屏保模式待機(jī)能耗在4類(lèi)用戶(hù)中占總能耗比例均超過(guò)45%,最高達(dá)到82%,應(yīng)重點(diǎn)進(jìn)行考慮。

    圖14類(lèi)用戶(hù)的分項(xiàng)能耗特征

    Fig.1The energy consumption of standby

    modes of four categories users2.3節(jié)能潛力分析

    2.3.1方案1節(jié)能潛力分析方案1為保持待機(jī)時(shí)長(zhǎng)不變而僅調(diào)整待機(jī)模式。為深入理解各待機(jī)模式及各類(lèi)用戶(hù)對(duì)其使用情況,表5給出了電腦各待機(jī)模式功率值及各類(lèi)用戶(hù)相應(yīng)待機(jī)模式的使用率(表中使用率為使用某待機(jī)模式用戶(hù)數(shù)量與該類(lèi)用戶(hù)數(shù)量的比值)。由表5可知,電腦各待機(jī)模式的功率值差異較大,且屏保與鎖屏模式的功率值遠(yuǎn)高于睡眠和關(guān)機(jī)模式,因此調(diào)整待機(jī)模式時(shí),應(yīng)用睡眠或關(guān)機(jī)模式下的功率值替換屏保和鎖屏模式下的功率值。就這4種模式的使用率而言,各類(lèi)用戶(hù)之間差距較大,進(jìn)一步表明在本方案中應(yīng)分別計(jì)算其節(jié)能潛力。表5各待機(jī)模式功率值及各類(lèi)用戶(hù)相應(yīng)待機(jī)模式的使用率

    Table 5The power and utilization rate of standby

    modes of four categories users待機(jī)

    模式功率值/W最小

    值平均

    值最大

    值標(biāo)準(zhǔn)

    差使用率/%第1類(lèi)

    用戶(hù)第2類(lèi)

    用戶(hù)第3類(lèi)

    用戶(hù)第4類(lèi)

    用戶(hù)屏保1246.811225.818191410鎖屏1041.111125.3911100睡眠0.46.44911.146515054關(guān)機(jī)0.23.3496.727182635

    除了關(guān)機(jī)待機(jī)模式外,當(dāng)電腦處于屏保、鎖屏、睡眠待機(jī)模式時(shí),電腦均能快速?gòu)拇龣C(jī)狀態(tài)進(jìn)入工作狀態(tài),因此盡管關(guān)機(jī)待機(jī)模式下功率值相對(duì)較低,本方案仍從方便用戶(hù)使用角度出發(fā),采用睡眠模式下的功率值代替屏保和鎖屏模式下的功率值,同時(shí)保持其使用時(shí)間不變。結(jié)果表明,各類(lèi)用戶(hù)的年平均待機(jī)能耗分別從52、34、28、24 kWh減少到4、6、7、9 kWh。平均節(jié)能潛力為48、28、21、15 kWh。

    2.3.2方案2節(jié)能潛力分析方案2為保持待機(jī)模式不變而僅調(diào)整待機(jī)時(shí)長(zhǎng)。為深入理解各類(lèi)用戶(hù)待機(jī)時(shí)長(zhǎng)分布特征,圖2給出了各類(lèi)用戶(hù)不同待機(jī)模式下的日平均使用時(shí)長(zhǎng)的最小值、平均值及最大值。由圖可知,四類(lèi)用戶(hù)各待機(jī)模式的時(shí)長(zhǎng)分布范圍較廣,不同類(lèi)用戶(hù)間時(shí)長(zhǎng)分布不均且顯著不同,進(jìn)一步表明在本方案中應(yīng)分別計(jì)算其節(jié)能潛力。

    圖2四類(lèi)用戶(hù)不同待機(jī)模式下使用時(shí)長(zhǎng)分布

    Fig.2The distribution of stangby modes of four categories users本方案的節(jié)能潛力計(jì)算是通過(guò)將各類(lèi)用戶(hù)不同待機(jī)模式時(shí)長(zhǎng)降低為其相應(yīng)待機(jī)模式的使用時(shí)長(zhǎng)平均值。結(jié)果顯示,各類(lèi)用戶(hù)的年平均待機(jī)能耗分別從52、34、28、24 kWh減少到了10、13、10、10 kWh。平均節(jié)能潛力為42、21、18、14 kWh。

    2.3.3方案3節(jié)能潛力分析方案3為將上述兩種方法相結(jié)合。結(jié)果表明,各類(lèi)用戶(hù)的年平均待機(jī)能耗分別從52、34、28、24 kWh減少到了4、5、6、8 kWh。平均節(jié)能潛力為48、29、22、16 kWh。

    表6為4類(lèi)用戶(hù)不同方案下行為節(jié)能潛力。此外,表中同時(shí)給出了采用傳統(tǒng)方法(即不對(duì)用戶(hù)進(jìn)行分類(lèi))后不同方案下的行為節(jié)能潛力作為參考。表64類(lèi)用戶(hù)三種方案下行為節(jié)能潛力

    Table 6The energysaving potential by taking

    three scenarios in four categories userskWh平均年待機(jī)能耗參考值方案1方案2方案3年節(jié)能潛力方案1方案2方案3第1類(lèi)用戶(hù)524104484248第2類(lèi)用戶(hù)346135282129第3類(lèi)用戶(hù)287106211822第4類(lèi)用戶(hù)249108151416傳統(tǒng)方法

    (全部用戶(hù))356126292330

    3結(jié)論

    為提高用戶(hù)行為節(jié)能潛力評(píng)估的準(zhǔn)確度,本文首先采用主成分分析技術(shù)對(duì)用戶(hù)行為的潛在影響因素進(jìn)行降維處理,在此基礎(chǔ)上采用聚類(lèi)分析技術(shù)對(duì)用戶(hù)進(jìn)行合理分類(lèi),并針對(duì)不同類(lèi)用戶(hù)特征分別進(jìn)行節(jié)能潛力評(píng)估。將該方法應(yīng)用于湖南省3所高校100名研究生樣本用戶(hù)電腦待機(jī)行為節(jié)能潛力的評(píng)估,分析和評(píng)估結(jié)果驗(yàn)證了該方法的有效性和可行性。該方法可應(yīng)用于不同類(lèi)型建筑(如住宅建筑、辦公建筑和學(xué)校建筑)中不同種類(lèi)行為(如正常使用行為和待機(jī)行為)的節(jié)能潛力評(píng)估,進(jìn)而幫助深入分析用戶(hù)行為對(duì)建筑能耗的影響和有效降低建筑能耗,促進(jìn)我國(guó)建筑節(jié)能工作的有效開(kāi)展。

    參考文獻(xiàn):

    [1] JIA M, SRINIVASAN R S, RAHEEM A A. From occupancy to occupant behavior: An analytical survey of data acquisition technologies, modeling methodologies and simulation coupling mechanisms for building energy efficiency [J]. Renewable & Sustainable Energy Reviews, 2017, 68:525540.

    [2] HONG T Z, TAYLOR L S C, DOca S, et al. Advances in research and applications of energyrelated occupant behavior in buildings [J]. Energy & Buildings, 2015, 116:694702.

    [3] SAHIN M C, KOKSAL M A. Standby electricity consumption and saving potentials of Turkish households [J]. Applied Energy, 2014, 114(2):531538.

    [4] CARMENATE T, INYIM P, PACHEKAR N, et al. Modeling OccupantBuildingAppliance Interaction for Energy Waste Analysis [J]. Procedia Engineering, 2016, 145:4249.

    [5] AZAR E, ANSARI H. Framework to investigate energy conservation motivation and actions of building occupants: The case of a green campus in Abu Dhabi, UAE [J]. Applied Energy 190 (2017) 563–573.

    [6] CHEN S, YANG W, YOSHINO H, et al. Definition of occupant behavior in residential buildings and its application to behavior analysis in case studies [J]. Energy & Buildings, 2015, 104:113.

    [7] WANG C, YAN D, REN X. Modeling individuals light switching behavior to understand lighting energy use of office building [C]// Cue. 2015:781787.

    [8] YUN G Y, STEEMERS K. Behavioural, physical and socioeconomic factors in household cooling energy consumption [J]. Applied Energy, 2011, 88(6):21912200.

    [9] KAMILARIS A, NEOVINO J, KONDEPUDI S, et al. A case study on the individual energy use of personal computers in an office setting and assessment of various feedback types toward energy savings [J]. Energy & Buildings, 2015, 104(1):7386.

    [10] SMITH L I. A Tutorial on Principal Components Analysis [J]. Information Fusion, 2002, 51(3):219226.

    [11] 韓小孩, 張耀輝, 孫福軍,等. 基于主成分分析的指標(biāo)權(quán)重確定方法[J]. 四川兵工學(xué)報(bào), 2012, 33(10):124126.

    HAN X H, ZHANG Y H, SUN F J, et al. Weight Determination of Indicators Based on Principal Component Analysis [J]. Journal of Sichuan Ordnance, 2012, 33(10):124126.(in Chinese)

    [12] 孫吉貴, 劉杰, 趙連宇. 聚類(lèi)算法研究[J]. 軟件學(xué)報(bào), 2008, 19(1):4861.

    SUN J G, LIU J, ZHAO L Y. Clustering algorithms research [J]. Journal of Software, 2008, 19(1):4861.(in Chinese)

    [13] HAN J W, KAMBER M, PEI J. Data Mining: Concepts and Techniques [M]. 3rd ed. Beijing: China Machine Press, 2012.

    [14] 陳歡, 曹承富, 張存嶺,等. 基于主成分聚類(lèi)分析評(píng)價(jià)長(zhǎng)期施肥對(duì)砂姜黑土肥力的影響[J]. 土壤學(xué)報(bào), 2014(3):609617.

    CHEN H, CAO C F, ZHANG C L. et al. Princal componentcluster analysis of effects of longterm fertilization on fertility of lime concretion black soil [J] Acta Pedologica Sinica, 2014(3):609617.(in Chinese)

    [15] 張鵬. 基于主成分分析的綜合評(píng)價(jià)研究[D]. 南京:南京理工大學(xué), 2004.

    Zhang P. Research on comprehensive evaluation based on principal component analysis [D]. Nanjing:Nanjing University of science & Technology, 2004.(in Chinese)

    [16] 顧文, 莊智, 譚洪衛(wèi). 基于聚類(lèi)分析的酒店建筑分類(lèi)與用能評(píng)價(jià)[J]. 建筑技術(shù), 2014, 45(11):10261029.

    GU W, ZHUANG Z, TAN H W. Hotel classification badsed on cluster analysis and evaluation of energy consumption [J]. Architecture Techology. 2014, 45(11):10261029.(in Chinese)

    [17] 曾亮, 傅麗亞, 羅理勇,等. 不同品種和花期茶樹(shù)花揮發(fā)性物質(zhì)的主成分和聚類(lèi)分析[J]. 食品科學(xué), 2015, 36(16):8893.

    ZENG L. FU L Y, LUO L Y, et al. Principal component and cluster analyses of volatile components in tea flowers from different cultivars at different stages of bloom[J]. Food Science. 2015, 36(16):8893.(in Chinese)

    [18] 公麗艷, 孟憲軍, 劉乃僑,等. 基于主成分與聚類(lèi)分析的蘋(píng)果加工品質(zhì)評(píng)價(jià)[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2014, 30(13):276285.

    Gong L Y, Meng X J, Liu N Q, et al. Evaluation of apple quality based on principal component and hierarchical cluster analysis[J]. Transactions of the Chinese Society of Agricultural Engineering, 2014, 30(13):276285.(in Chinese)

    [19] 李郡, 俞準(zhǔn), 劉政軒, 等. 住宅建筑能耗基準(zhǔn)確定及用能評(píng)價(jià)新方法[J]. 土木建筑與環(huán)境工程, 2016, (02):7583.

    LI J, YU Z, LIU Z X, et al. A method for residential building energy benchmarking and energy use evalution [J]. Journal of Civil, Architectural and Environmental Engineering. 2016:(02):7583.(in Chinese)

    猜你喜歡
    用戶(hù)行為聚類(lèi)分析主成分分析
    電力高校圖書(shū)館轉(zhuǎn)型智庫(kù)服務(wù)的研究
    社會(huì)化媒體用戶(hù)使用動(dòng)機(jī)與行為探析
    新媒體用戶(hù)行為模式分析
    主成分分析法在大學(xué)英語(yǔ)寫(xiě)作評(píng)價(jià)中的應(yīng)用
    農(nóng)村居民家庭人均生活消費(fèi)支出分析
    江蘇省客源市場(chǎng)影響因素研究
    SPSS在環(huán)境地球化學(xué)中的應(yīng)用
    考試周刊(2016年84期)2016-11-11 23:57:34
    長(zhǎng)沙建設(shè)國(guó)家中心城市的瓶頸及其解決路徑
    基于省會(huì)城市經(jīng)濟(jì)發(fā)展程度的實(shí)證分析
    基于聚類(lèi)分析的互聯(lián)網(wǎng)廣告投放研究
    科技視界(2016年20期)2016-09-29 12:32:48
    秋霞伦理黄片| 精品午夜福利在线看| 亚洲最大成人av| 美女cb高潮喷水在线观看| 久热久热在线精品观看| 一个人看视频在线观看www免费| 精品一区二区三区人妻视频| 在线观看一区二区三区| 日韩av在线大香蕉| 免费黄网站久久成人精品| 亚洲性久久影院| 中文字幕av成人在线电影| 丰满人妻一区二区三区视频av| 嫩草影院新地址| 麻豆乱淫一区二区| av专区在线播放| 亚洲国产高清在线一区二区三| 草草在线视频免费看| 嫩草影院新地址| 啦啦啦啦在线视频资源| 特级一级黄色大片| 国产三级中文精品| 97在线视频观看| 亚洲四区av| 国产av一区在线观看免费| 久久鲁丝午夜福利片| 村上凉子中文字幕在线| 欧美性猛交╳xxx乱大交人| 欧美xxxx性猛交bbbb| 国产免费又黄又爽又色| 亚洲精品aⅴ在线观看| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 国产免费一级a男人的天堂| 亚洲综合色惰| 男插女下体视频免费在线播放| 亚洲美女搞黄在线观看| 人体艺术视频欧美日本| 中文精品一卡2卡3卡4更新| 一级毛片我不卡| av线在线观看网站| 国产熟女欧美一区二区| 精品久久蜜臀av无| 亚洲av免费高清在线观看| 国产亚洲av片在线观看秒播厂| 伦理电影大哥的女人| 亚洲熟女精品中文字幕| 卡戴珊不雅视频在线播放| 美女视频免费永久观看网站| 国产又色又爽无遮挡免| 热99久久久久精品小说推荐| 国产在线视频一区二区| 国产在线免费精品| 日日摸夜夜添夜夜爱| 久久影院123| 一二三四中文在线观看免费高清| 亚洲欧美清纯卡通| 一级毛片电影观看| 午夜免费鲁丝| 午夜福利影视在线免费观看| 国产片特级美女逼逼视频| 秋霞在线观看毛片| av在线app专区| 久久久欧美国产精品| 国产成人精品在线电影| 精品福利永久在线观看| 成人黄色视频免费在线看| 国产精品国产三级国产av玫瑰| 中国国产av一级| 亚洲综合精品二区| 新久久久久国产一级毛片| 波野结衣二区三区在线| 国产精品人妻久久久影院| 又黄又粗又硬又大视频| 国产又爽黄色视频| 亚洲一区二区三区欧美精品| 观看美女的网站| 欧美亚洲日本最大视频资源| 色94色欧美一区二区| 免费在线观看黄色视频的| 亚洲欧美日韩卡通动漫| 精品人妻一区二区三区麻豆| 成人亚洲欧美一区二区av| 精品久久久久久电影网| 亚洲精品日本国产第一区| 日韩视频在线欧美| 亚洲av国产av综合av卡| 国产综合精华液| 妹子高潮喷水视频| 大陆偷拍与自拍| 亚洲av男天堂| 日韩免费高清中文字幕av| 天天影视国产精品| 一区二区三区精品91| 日韩成人av中文字幕在线观看| 丝袜在线中文字幕| 一级毛片黄色毛片免费观看视频| 精品久久国产蜜桃| 婷婷成人精品国产| 亚洲av电影在线进入| 亚洲美女视频黄频| 人妻人人澡人人爽人人| 久久精品aⅴ一区二区三区四区 | 免费在线观看黄色视频的| 99久久综合免费| 九九爱精品视频在线观看| 亚洲av电影在线进入| 成人国产av品久久久| 国产男女内射视频| 国产无遮挡羞羞视频在线观看| 99国产精品免费福利视频| 国产 一区精品| 久久青草综合色| 三上悠亚av全集在线观看| 久久久久久久久久久免费av| 亚洲成国产人片在线观看| 热99国产精品久久久久久7| 青春草视频在线免费观看| 午夜福利在线观看免费完整高清在| 欧美精品国产亚洲| 性色av一级| 亚洲精品美女久久久久99蜜臀 | 国产色婷婷99| 在线观看免费日韩欧美大片| 99久久综合免费| 又黄又爽又刺激的免费视频.| 大话2 男鬼变身卡| 9色porny在线观看| 久久精品国产鲁丝片午夜精品| 99视频精品全部免费 在线| 久久久久视频综合| 99热6这里只有精品| 国产成人一区二区在线| 精品国产乱码久久久久久小说| 丝袜美足系列| 免费黄频网站在线观看国产| 久久久亚洲精品成人影院| 国产精品三级大全| 美女视频免费永久观看网站| 男女免费视频国产| 两个人看的免费小视频| 国产亚洲av片在线观看秒播厂| 交换朋友夫妻互换小说| 亚洲 欧美一区二区三区| 国产深夜福利视频在线观看| 交换朋友夫妻互换小说| 久久国产亚洲av麻豆专区| 精品人妻一区二区三区麻豆| 超色免费av| 最近中文字幕高清免费大全6| 十八禁高潮呻吟视频| 满18在线观看网站| 久久青草综合色| 丁香六月天网| 久久99精品国语久久久| 亚洲精品av麻豆狂野| 国产乱人偷精品视频| 在线看a的网站| 丰满迷人的少妇在线观看| 久久久久久久国产电影| 成人毛片a级毛片在线播放| av天堂久久9| 香蕉精品网在线| 亚洲人成77777在线视频| xxx大片免费视频| 99热6这里只有精品| 国产一区二区激情短视频 | 最近手机中文字幕大全| 色5月婷婷丁香| 日本午夜av视频| 一区二区三区乱码不卡18| 成年女人在线观看亚洲视频| 最黄视频免费看| 亚洲精品国产av成人精品| 久久婷婷青草| 又大又黄又爽视频免费| 侵犯人妻中文字幕一二三四区| 精品人妻熟女毛片av久久网站| 日日撸夜夜添| 啦啦啦啦在线视频资源| 亚洲欧美一区二区三区黑人 | 激情视频va一区二区三区| 少妇高潮的动态图| 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 | h视频一区二区三区| 制服诱惑二区| 男人爽女人下面视频在线观看| a级片在线免费高清观看视频| 美女主播在线视频| 午夜激情av网站| 亚洲精品美女久久久久99蜜臀 | 欧美老熟妇乱子伦牲交| 精品一区二区免费观看| 一级黄片播放器| 国产精品.久久久| 777米奇影视久久| 国产精品久久久久久精品古装| 国产av精品麻豆| 伦理电影免费视频| 丝瓜视频免费看黄片| 中文天堂在线官网| av电影中文网址| 赤兔流量卡办理| 人人妻人人澡人人看| 色婷婷久久久亚洲欧美| 性高湖久久久久久久久免费观看| av一本久久久久| 日韩制服丝袜自拍偷拍| av在线观看视频网站免费| 午夜老司机福利剧场| 久久毛片免费看一区二区三区| 看非洲黑人一级黄片| 免费日韩欧美在线观看| 免费av不卡在线播放| 国产亚洲最大av| 亚洲伊人色综图| 男女啪啪激烈高潮av片| 春色校园在线视频观看| 九草在线视频观看| 久久人人爽人人爽人人片va| 自线自在国产av| 日韩人妻精品一区2区三区| 亚洲,一卡二卡三卡| 国产免费又黄又爽又色| www.色视频.com| 国产黄色视频一区二区在线观看| 最近中文字幕2019免费版| 成人影院久久| 精品国产一区二区三区四区第35| 人人妻人人澡人人看| 亚洲欧美一区二区三区国产| 精品熟女少妇av免费看| 丝袜美足系列| 亚洲精品美女久久久久99蜜臀 | 欧美激情 高清一区二区三区| 一级毛片 在线播放| 国产日韩欧美视频二区| 午夜福利网站1000一区二区三区| 亚洲,一卡二卡三卡| 精品视频人人做人人爽| 亚洲一级一片aⅴ在线观看| 侵犯人妻中文字幕一二三四区| 色网站视频免费| 久久午夜综合久久蜜桃| 久久国产精品男人的天堂亚洲 | 国产免费又黄又爽又色| 亚洲综合色惰| 成年av动漫网址| 午夜日本视频在线| 免费日韩欧美在线观看| 国产av码专区亚洲av| 黑人欧美特级aaaaaa片| 久久毛片免费看一区二区三区| 国产成人免费观看mmmm| 国产精品久久久久久精品古装| 国产成人精品无人区| 午夜福利视频精品| 亚洲精品美女久久久久99蜜臀 | 免费看光身美女| 国产精品免费大片| 在线观看一区二区三区激情| 一区二区av电影网| 国产一级毛片在线| 最新的欧美精品一区二区| 国内精品宾馆在线| 最近中文字幕2019免费版| 观看美女的网站| 久久婷婷青草| 啦啦啦在线观看免费高清www| 18禁动态无遮挡网站| 亚洲精品日韩在线中文字幕| 成年人午夜在线观看视频| 成人免费观看视频高清| 综合色丁香网| 日韩成人伦理影院| 欧美国产精品一级二级三级| 亚洲国产看品久久| 一区二区av电影网| 男人舔女人的私密视频| 最黄视频免费看| 亚洲精品成人av观看孕妇| av.在线天堂| 午夜福利视频精品| 少妇高潮的动态图| 亚洲,一卡二卡三卡| 亚洲精华国产精华液的使用体验| 精品久久国产蜜桃| av在线老鸭窝| 美女国产视频在线观看| 99久久人妻综合| 街头女战士在线观看网站| a 毛片基地| 免费av不卡在线播放| 久久久久久久精品精品| 亚洲欧美成人精品一区二区| 色哟哟·www| 国产色爽女视频免费观看| 欧美bdsm另类| 丝袜在线中文字幕| 如日韩欧美国产精品一区二区三区| 男人爽女人下面视频在线观看| 99精国产麻豆久久婷婷| 久久精品国产综合久久久 | 人妻人人澡人人爽人人| 久久国产精品大桥未久av| 人人澡人人妻人| 亚洲精品久久成人aⅴ小说| 中国三级夫妇交换| 老女人水多毛片| 美女主播在线视频| 女的被弄到高潮叫床怎么办| 免费观看a级毛片全部| 韩国av在线不卡| 人成视频在线观看免费观看| 99久国产av精品国产电影| 亚洲av电影在线进入| 啦啦啦中文免费视频观看日本| 国产精品不卡视频一区二区| av天堂久久9| 日韩一区二区视频免费看| 亚洲精品色激情综合| 伊人久久国产一区二区| 少妇人妻久久综合中文| 高清毛片免费看| 91aial.com中文字幕在线观看| 少妇 在线观看| 纵有疾风起免费观看全集完整版| 国内精品宾馆在线| 在线看a的网站| 春色校园在线视频观看| 天堂中文最新版在线下载| 午夜91福利影院| 性高湖久久久久久久久免费观看| 国产成人a∨麻豆精品| 久久鲁丝午夜福利片| 视频中文字幕在线观看| 久久久久精品人妻al黑| 日日爽夜夜爽网站| 久久久久久久久久久免费av| 美女福利国产在线| 90打野战视频偷拍视频| 精品少妇内射三级| 90打野战视频偷拍视频| 9191精品国产免费久久| 国产男女超爽视频在线观看| 少妇猛男粗大的猛烈进出视频| 国产一区二区三区综合在线观看 | 老司机影院毛片| av国产精品久久久久影院| 欧美+日韩+精品| 久久精品国产自在天天线| 国产一级毛片在线| 精品国产乱码久久久久久小说| 国产成人欧美| 欧美精品一区二区免费开放| 亚洲精品456在线播放app| 成人手机av| 一级黄片播放器| 1024视频免费在线观看| 青春草国产在线视频| 这个男人来自地球电影免费观看 | 美国免费a级毛片| 99精国产麻豆久久婷婷| 99久久精品国产国产毛片| 国产高清不卡午夜福利| 日韩欧美精品免费久久| 一级毛片黄色毛片免费观看视频| 免费日韩欧美在线观看| 精品熟女少妇av免费看| 亚洲国产最新在线播放| 全区人妻精品视频| 久久久久网色| 亚洲精品乱码久久久久久按摩| 熟女人妻精品中文字幕| 亚洲精品乱码久久久久久按摩| 久久精品夜色国产| 这个男人来自地球电影免费观看 | 中文乱码字字幕精品一区二区三区| 久久人妻熟女aⅴ| 一区二区三区乱码不卡18| 99视频精品全部免费 在线| 人妻人人澡人人爽人人| 满18在线观看网站| 狂野欧美激情性bbbbbb| 久久99蜜桃精品久久| 热re99久久精品国产66热6| 蜜臀久久99精品久久宅男| 欧美精品亚洲一区二区| 久久99精品国语久久久| 晚上一个人看的免费电影| 亚洲色图 男人天堂 中文字幕 | 日韩一本色道免费dvd| 国产精品一区www在线观看| 22中文网久久字幕| 黄色视频在线播放观看不卡| 亚洲一区二区三区欧美精品| 另类精品久久| av福利片在线| 丝瓜视频免费看黄片| 菩萨蛮人人尽说江南好唐韦庄| 极品少妇高潮喷水抽搐| 18禁裸乳无遮挡动漫免费视频| 午夜影院在线不卡| 免费av中文字幕在线| 国产不卡av网站在线观看| 丰满迷人的少妇在线观看| 久久久久久久久久成人| 亚洲色图综合在线观看| 国产精品一区二区在线观看99| 热re99久久国产66热| 90打野战视频偷拍视频| 国产精品久久久久成人av| 欧美日韩一区二区视频在线观看视频在线| 高清欧美精品videossex| 免费观看av网站的网址| 国产成人aa在线观看| 日产精品乱码卡一卡2卡三| 另类精品久久| 国产麻豆69| 久久久国产欧美日韩av| 精品久久国产蜜桃| 亚洲性久久影院| 啦啦啦中文免费视频观看日本| 性高湖久久久久久久久免费观看| 亚洲综合精品二区| 国产女主播在线喷水免费视频网站| 在现免费观看毛片| 成人毛片a级毛片在线播放| 99热6这里只有精品| 国产精品无大码| 国产一级毛片在线| 久久久久久伊人网av| 老女人水多毛片| 少妇的逼好多水| 亚洲精华国产精华液的使用体验| 一区二区三区四区激情视频| 精品国产露脸久久av麻豆| 国产亚洲精品久久久com| 交换朋友夫妻互换小说| 性色av一级| 婷婷色综合大香蕉| 亚洲伊人色综图| xxx大片免费视频| 午夜福利乱码中文字幕| 青春草亚洲视频在线观看| 亚洲精品美女久久av网站| 在线观看免费高清a一片| 国产熟女欧美一区二区| 亚洲人与动物交配视频| 国产熟女午夜一区二区三区| videos熟女内射| 少妇的逼好多水| 亚洲,欧美精品.| 日本爱情动作片www.在线观看| 国产成人精品在线电影| a级毛片黄视频| 国产黄色免费在线视频| 中文字幕免费在线视频6| 成人国语在线视频| 另类亚洲欧美激情| 一二三四中文在线观看免费高清| 欧美xxⅹ黑人| 99热这里只有是精品在线观看| 99香蕉大伊视频| 久久精品国产a三级三级三级| 日韩三级伦理在线观看| 日韩在线高清观看一区二区三区| 中文字幕av电影在线播放| 国产高清不卡午夜福利| 熟女人妻精品中文字幕| 免费观看a级毛片全部| 97在线人人人人妻| 欧美国产精品一级二级三级| 日韩,欧美,国产一区二区三区| 大片免费播放器 马上看| 亚洲国产精品一区二区三区在线| 韩国高清视频一区二区三区| 菩萨蛮人人尽说江南好唐韦庄| 精品一区二区三卡| 综合色丁香网| 你懂的网址亚洲精品在线观看| 最近2019中文字幕mv第一页| av福利片在线| 久久国产精品男人的天堂亚洲 | 亚洲av电影在线进入| 女性被躁到高潮视频| 在线观看免费日韩欧美大片| 亚洲国产精品国产精品| 国产男女内射视频| 欧美日本中文国产一区发布| 国产亚洲精品久久久com| 丝袜人妻中文字幕| 久久久久久人妻| 国产成人精品婷婷| 久久久久精品人妻al黑| 国产亚洲精品久久久com| 2022亚洲国产成人精品| 久久人人97超碰香蕉20202| 国产男人的电影天堂91| 亚洲,欧美精品.| 亚洲婷婷狠狠爱综合网| 日韩人妻精品一区2区三区| 女人被躁到高潮嗷嗷叫费观| av又黄又爽大尺度在线免费看| 熟女av电影| av国产久精品久网站免费入址| 母亲3免费完整高清在线观看 | 精品亚洲成a人片在线观看| 日韩av免费高清视频| 伦精品一区二区三区| 精品久久久精品久久久| 国产精品国产三级专区第一集| 亚洲图色成人| 欧美少妇被猛烈插入视频| 岛国毛片在线播放| 亚洲国产精品成人久久小说| 日韩中字成人| 国产免费又黄又爽又色| 久久久久久久精品精品| 亚洲av日韩在线播放| 亚洲成人一二三区av| 亚洲一级一片aⅴ在线观看| 欧美老熟妇乱子伦牲交| 人妻人人澡人人爽人人| 一区二区三区精品91| 男女午夜视频在线观看 | 国产成人精品福利久久| av女优亚洲男人天堂| 五月伊人婷婷丁香| 亚洲三级黄色毛片| 亚洲精品av麻豆狂野| 男女下面插进去视频免费观看 | 久久久久视频综合| 欧美人与善性xxx| 久久国内精品自在自线图片| 亚洲精品日韩在线中文字幕| 精品亚洲乱码少妇综合久久| www.熟女人妻精品国产 | 欧美日韩av久久| 日韩伦理黄色片| 午夜福利乱码中文字幕| 毛片一级片免费看久久久久| 日韩av在线免费看完整版不卡| 成年av动漫网址| √禁漫天堂资源中文www| 日韩熟女老妇一区二区性免费视频| 午夜激情av网站| 搡女人真爽免费视频火全软件| 国产av一区二区精品久久| 99久久综合免费| 这个男人来自地球电影免费观看 | 丝袜在线中文字幕| 久久人人爽人人爽人人片va| 大香蕉久久网| 亚洲欧美一区二区三区国产| 菩萨蛮人人尽说江南好唐韦庄| kizo精华| 中文字幕精品免费在线观看视频 | 极品少妇高潮喷水抽搐| 9热在线视频观看99| 人人妻人人澡人人看| 少妇的逼水好多| 午夜老司机福利剧场| 日本与韩国留学比较| 国产亚洲av片在线观看秒播厂| 青青草视频在线视频观看| 永久网站在线| 纯流量卡能插随身wifi吗| 有码 亚洲区| 久久女婷五月综合色啪小说| 少妇 在线观看| 日日撸夜夜添| 91精品三级在线观看| 美女国产高潮福利片在线看| 人人妻人人澡人人看| 国产又色又爽无遮挡免| 午夜福利影视在线免费观看| 国产 一区精品| 久久精品熟女亚洲av麻豆精品| 美女福利国产在线| 国产极品天堂在线| 成年av动漫网址| 久久久久视频综合| 另类亚洲欧美激情| 精品国产国语对白av| 汤姆久久久久久久影院中文字幕| 国产爽快片一区二区三区| 中国三级夫妇交换| 成年女人在线观看亚洲视频| 亚洲成人手机| 汤姆久久久久久久影院中文字幕| 国产亚洲av片在线观看秒播厂| 搡老乐熟女国产| 日本-黄色视频高清免费观看| 久久久精品区二区三区| 自拍欧美九色日韩亚洲蝌蚪91| 人妻一区二区av| 国产精品嫩草影院av在线观看| 人人妻人人澡人人看| 熟女av电影| 成年人午夜在线观看视频| 精品一区二区三区四区五区乱码 | 亚洲精品色激情综合| 岛国毛片在线播放| 狂野欧美激情性bbbbbb| 国产精品国产三级国产av玫瑰| 成年人免费黄色播放视频| 少妇 在线观看| 日韩中文字幕视频在线看片| av有码第一页| 青春草国产在线视频| 大片电影免费在线观看免费| 国产白丝娇喘喷水9色精品| 久久人人爽人人片av| 国产男人的电影天堂91|