• <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 ?

    基于棧式自編碼網(wǎng)絡(luò)的風(fēng)機葉片結(jié)冰預(yù)測

    2019-08-01 01:48:57劉娟黃細霞劉曉麗
    計算機應(yīng)用 2019年5期
    關(guān)鍵詞:預(yù)測模型深度學(xué)習(xí)

    劉娟 黃細霞 劉曉麗

    摘 要:針對風(fēng)電機組葉片結(jié)冰嚴重影響風(fēng)機發(fā)電效率和安全性、經(jīng)濟性的問題,提出一種基于SCADA數(shù)據(jù)的棧式自編碼(SAE)網(wǎng)絡(luò)葉片結(jié)冰早期預(yù)測模型。該模型采用編碼解碼的非監(jiān)督方法對無標(biāo)簽的數(shù)據(jù)集預(yù)訓(xùn)練,再利用反向傳播算法對有標(biāo)簽的數(shù)據(jù)集進行訓(xùn)練微調(diào),實現(xiàn)了故障特征的自適應(yīng)提取和狀態(tài)分類,有效降低了傳統(tǒng)預(yù)測模型的復(fù)雜度,同時避免了人為特征提取對模型效果的影響。利用SCADA系統(tǒng)采集的某15號風(fēng)機的歷史數(shù)據(jù)進行訓(xùn)練和測試,該模型測試結(jié)果準(zhǔn)確率為97.28%。與支持向量機(SVM)和主成分分析支持向量機(PCASVM)方法得到的建模分別為91%和93%的準(zhǔn)確率進行對比分析,實驗結(jié)果表明,基于棧式自編碼網(wǎng)絡(luò)的風(fēng)機葉片結(jié)冰預(yù)測模型精確度更高。

    關(guān)鍵詞:風(fēng)機葉片結(jié)冰預(yù)測;棧式自編碼;深度學(xué)習(xí);預(yù)測模型

    中圖分類號:TP391.9

    文獻標(biāo)志碼:A

    Abstract: Aiming at the problem that wind turbine blade icing seriously affects the generating efficiency, safety and economy of wind turbines, a Stacked AutoEncoder (SAE) network based prediction model was proposed based on SCADA (Supervisory Control And Data Acquisition) data. The unsupervised method of encodingdecoding was utilized to pretrain the unlabeled dataset, and then the back propagation algorithm was utilized to train and fine tune the labeled dataset to achieve adaptive fault feature extraction and fault state classification. The complexy of the traditional prediction models was simplified effectively, and the influence of artificial feature extraction was avoided on model performance. The historical data of wind turbine No.15 collected by SCADA system was used for training and testing. The accuracy of the test results was 97.28%. Compared with the models based on Support Vector Machine (SVM) and Principal Component AnalysisSupport Vector Machine (PCASVM), which accuracies are 91% and 93% respectively, the result indicates that the proposed model is more accurate than the other two.

    英文關(guān)鍵詞Key words: turbine blade icing detection; Stacked AutoEncoder (SAE); deep learning; prediction model

    0 引言

    風(fēng)電是目前我國大力發(fā)展的新能源之一。受風(fēng)能資源的分布限制,我國風(fēng)力發(fā)電廠主要集中在寒冷潮濕的中國北部,安裝在這些地區(qū)的風(fēng)機易出現(xiàn)與結(jié)冰有關(guān)的問題,如功率損耗、機械故障、安全隱患、壽命縮短等。IcingBlades工程[1]研究表明,葉片結(jié)冰是風(fēng)電場功率損失的主因,而功率損失很大程度上會增加風(fēng)場的操作與維護成本。葉片是風(fēng)電機組的關(guān)鍵部件,葉片前緣結(jié)冰致升力系數(shù)降低、阻力系數(shù)增加引起風(fēng)機的輸出功率下降[2],Barber等[3]研究了結(jié)冰對風(fēng)機性能的影響,發(fā)現(xiàn)葉片結(jié)冰可使功率系數(shù)降低22%。附加積冰由于改變了葉片的力學(xué)性能導(dǎo)致機組構(gòu)件溫度過熱造成疲勞損傷,損傷累積引起機械故障,被迫非計劃停機的成本高昂[4],積冰融化脫落威脅機組巡檢人員生命安全[5], 因此,在結(jié)冰早期有效監(jiān)測到風(fēng)機葉片結(jié)冰現(xiàn)象并采取相應(yīng)的措施,能夠避免以上諸多負面影響。

    SCADA(Supervisory Control And Data Acquisition)系統(tǒng)廣泛應(yīng)用于風(fēng)電場,儲存了海量風(fēng)機運行操作數(shù)據(jù),利用智能算法挖掘數(shù)據(jù)中有價值的故障信息,對葉片結(jié)冰進行實時監(jiān)測并作出高效準(zhǔn)確的診斷和預(yù)測,以保障風(fēng)機的發(fā)電、安全、可靠性成為研究熱點。SCADA系統(tǒng)中原始數(shù)據(jù)含有高維信息和豐富的噪聲(無關(guān)、冗余信息),不能直接輸入故障診斷系統(tǒng)[6]。近年研究多集中在對原始數(shù)據(jù)預(yù)處理和特征提取方面的優(yōu)化[7]。棧式自編碼(Stacked AutoEncoder, SAE)是由多層訓(xùn)練好的自編碼器組成的深度神經(jīng)網(wǎng)絡(luò),可自適應(yīng)提取高維數(shù)據(jù)的低維特征,能夠解決多層網(wǎng)絡(luò)結(jié)構(gòu)的梯度消失和局部極值問題[8]。

    本文通過分析SCADA數(shù)據(jù)中的風(fēng)機工況參數(shù)、環(huán)境參數(shù)、狀態(tài)參數(shù)等監(jiān)測變量與結(jié)冰故障存在的特征關(guān)系,提出了基于SAE網(wǎng)絡(luò)模型的葉片結(jié)冰故障診斷方法。該模型融合了特征提取和狀態(tài)分類兩個步驟,利用無標(biāo)簽數(shù)據(jù)對模型進行預(yù)訓(xùn)練、學(xué)習(xí),再用有標(biāo)簽的數(shù)據(jù)集進行模型微調(diào),實現(xiàn)對風(fēng)機葉片結(jié)冰的早期預(yù)警。

    1.2 棧式自編碼網(wǎng)絡(luò)

    深層神經(jīng)網(wǎng)絡(luò)比淺層神經(jīng)網(wǎng)絡(luò)訓(xùn)練難度更大,采用隨機梯度下降求解網(wǎng)絡(luò)參數(shù)過程存在收斂局部最小值和梯度彌散等問題[10]。Erhand等[11]為解決上述問題,提出逐層貪婪預(yù)訓(xùn)練的逐層學(xué)習(xí)策略,將簡單的AE當(dāng)作模型的一個單元,通過非監(jiān)督的逐層初始化對深度網(wǎng)絡(luò)進行預(yù)訓(xùn)練,即棧式自編碼(SAE)網(wǎng)絡(luò)。當(dāng)訓(xùn)練完第一層AE網(wǎng)絡(luò),實現(xiàn)了從輸入向量編碼輸出重構(gòu)輸出的解碼過程后,將編碼輸出部分作為下一層的輸入并逐層訓(xùn)練,結(jié)構(gòu)如圖2所示。

    1.3 預(yù)訓(xùn)練和微調(diào)

    將SAE逐層貪婪訓(xùn)練最后獲得的輸出特征作為分類器的輸入,即完成最終的分類訓(xùn)練。預(yù)訓(xùn)練過程的實質(zhì)就是采用無監(jiān)督特征優(yōu)化算法進行網(wǎng)絡(luò)連接權(quán)重和偏置的初始化過程。基于自編碼網(wǎng)絡(luò)重構(gòu)誤差函數(shù),利用梯度下降法對損失函數(shù)進行極小化。逐層訓(xùn)練結(jié)束后,每層AE的權(quán)重已經(jīng)有一個預(yù)訓(xùn)練的值,保持各自編碼網(wǎng)絡(luò)層參數(shù)不變,用有分類標(biāo)簽的數(shù)據(jù)對整個深度自編碼網(wǎng)絡(luò)層進行一次訓(xùn)練,讓每層的權(quán)重參數(shù)同時得到改善,從而實現(xiàn)全局最優(yōu),即有監(jiān)督的微調(diào)過程。

    2 基于SAE的故障診斷模型

    本文利用SAE自適應(yīng)提取高維數(shù)據(jù)的低維特征的能力,將其應(yīng)用在風(fēng)機葉片結(jié)冰診斷。無監(jiān)督預(yù)訓(xùn)練階段通過激活函數(shù)tanh的映射對原始風(fēng)機數(shù)據(jù)進行低維特征表達。無監(jiān)督訓(xùn)練結(jié)束后分別將獲得的低維特征和原始數(shù)據(jù)標(biāo)簽作為分類器的輸入作有監(jiān)督微調(diào)。微調(diào)階段采用的激活函數(shù)為tanh,利用Adam反向優(yōu)化算法進行權(quán)值更新,以提高棧式自編碼網(wǎng)絡(luò)的性能。最后利用測試集對模型性能進行測試。模型結(jié)構(gòu)具體如圖3所示。實現(xiàn)步驟如下:

    1)SCADA數(shù)據(jù)預(yù)處理,利用重采樣技術(shù)對不均衡數(shù)據(jù)進行處理,將處理后的數(shù)據(jù)劃分訓(xùn)練集和測試集;

    2)構(gòu)建2層自編碼預(yù)訓(xùn)練網(wǎng)絡(luò)模型,利用訓(xùn)練集中的無標(biāo)簽樣本通過Adam反向傳播算法對模型進行預(yù)訓(xùn)練;

    3)構(gòu)建2層微調(diào)分類網(wǎng)絡(luò)模型,利用訓(xùn)練集中的有標(biāo)簽樣本通過Adam反向傳播算法進行模型調(diào)優(yōu);

    4)將訓(xùn)練好的診斷模型,用于現(xiàn)場指導(dǎo)。

    3 SCADA數(shù)據(jù)實例分析

    3.1 數(shù)據(jù)處理

    本文采用的數(shù)據(jù)來源為某風(fēng)電場15號風(fēng)機和21號風(fēng)機冬季歷時三個月的SCADA數(shù)據(jù),為了盡可能地描述風(fēng)機的運行狀態(tài),根據(jù)相關(guān)資料和人工經(jīng)驗保留了SCADA系統(tǒng)中26個狀態(tài)參數(shù)變量,包括風(fēng)機運行的工況參數(shù)、環(huán)境變量參數(shù)和狀態(tài)參數(shù),數(shù)據(jù)樣本描述見表1、表2。

    3.2 模型參數(shù)的設(shè)定

    實驗基于Keras深度學(xué)習(xí)框架,模型結(jié)構(gòu)由棧式自編碼網(wǎng)絡(luò)和分類器構(gòu)成,棧式自編碼結(jié)構(gòu)節(jié)點數(shù)第1層為:262026,第2層為:201220,分類器結(jié)構(gòu)節(jié)點數(shù)為:1261。棧式自編碼網(wǎng)絡(luò)模型的參數(shù)W,b 初始化為服從高斯分布的隨機值,Adam超參數(shù)設(shè)置為η=0.1, β1=0.9, β2=0.999。在預(yù)訓(xùn)練階段,Adam反向優(yōu)化算法對參數(shù)的調(diào)整的迭代次數(shù)設(shè)為500。在微調(diào)階段,每批輸入樣本量設(shè)為100,整體優(yōu)化迭代次數(shù)設(shè)為500。

    3.3 實驗結(jié)果

    為了觀察訓(xùn)練過程中收斂過程和訓(xùn)練精度,繪制訓(xùn)練過程趨勢圖,如圖6所示。在預(yù)訓(xùn)練階段誤差低于0.19,效果較好,在微調(diào)階段,訓(xùn)練300次時已經(jīng)收斂,且結(jié)果精度較高。

    4 結(jié)語

    對于風(fēng)電機組葉片結(jié)冰故障問題,本文提出了一種棧式自編碼網(wǎng)絡(luò)的風(fēng)機葉片故障診斷方法,將深度學(xué)習(xí)應(yīng)用于風(fēng)電機組風(fēng)機葉片結(jié)冰的故障診斷中,結(jié)果表明:基于自編碼網(wǎng)絡(luò)的分類器模型能夠?qū)︼L(fēng)機葉片結(jié)冰故障進行準(zhǔn)確預(yù)測,此方法能實現(xiàn)特征的自適應(yīng)提取和降維,避免了人為特征選取的復(fù)雜性和不精確性。利用SAE模型對15號進行測試,驗證結(jié)果表明該模型預(yù)測結(jié)冰故障的可行性,對盡早采取結(jié)冰應(yīng)對措施具有較好的指導(dǎo)意義,能夠應(yīng)用于工程現(xiàn)場。利用此模型在21號風(fēng)機上進行測試,測試結(jié)果表明,不同風(fēng)機的運行工況不同,狀態(tài)參數(shù)不同,在實際應(yīng)用中應(yīng)考慮模型的遷移問題。

    參考文獻 (References)

    [1]DAVIS N N, PINSON P, HAHMANN A N, et al. Identifying and characterizing the impact of turbine icing on wind farm power generation[J]. Wind Energy, 2016, 19(8):1503-1518.

    [2] HOMOLA M C,VIRK M S, NICKLASSON P J, et al. Performance losses due to ice accretion for a 5 MW wind turbine[J].Wind Energy, 2012,15(3):379-389.

    [3] BARBER S, WANG Y, JAFARI S, et al. The impact of ice formation on wind turbine performance and aerodynamics[J]. Journal of Solar Energy Engineering, 2011,133(1):311-328.

    [4] SHAJIEE S, PAO L Y, WAGNER P N, et al. Direct ice sensing and localized closedloop heating for active deicing of wind turbine blades[C]// Proceedings of the 2013 IEEE American Control Conference. Piscataway, NJ: IEEE, 2013:634-639.

    猜你喜歡
    預(yù)測模型深度學(xué)習(xí)
    基于矩陣理論下的高校教師人員流動趨勢預(yù)測
    東方教育(2016年9期)2017-01-17 21:04:14
    基于支持向量回歸的臺灣旅游短期客流量預(yù)測模型研究
    基于神經(jīng)網(wǎng)絡(luò)的北京市房價預(yù)測研究
    商情(2016年43期)2016-12-23 14:23:13
    有體驗的學(xué)習(xí)才是有意義的學(xué)習(xí)
    電子商務(wù)中基于深度學(xué)習(xí)的虛假交易識別研究
    MOOC與翻轉(zhuǎn)課堂融合的深度學(xué)習(xí)場域建構(gòu)
    中國石化J分公司油氣開發(fā)投資分析與預(yù)測模型研究
    大數(shù)據(jù)技術(shù)在反恐怖主義中的應(yīng)用展望
    深度學(xué)習(xí)算法應(yīng)用于巖石圖像處理的可行性研究
    基于深度卷積網(wǎng)絡(luò)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
    99热这里只有精品一区| 日韩欧美 国产精品| 国产精品成人在线| 亚洲精品国产色婷婷电影| 少妇猛男粗大的猛烈进出视频 | 久久亚洲国产成人精品v| 亚洲经典国产精华液单| 久久精品久久久久久噜噜老黄| a级毛片免费高清观看在线播放| 91精品伊人久久大香线蕉| 亚洲欧美日韩另类电影网站 | 日韩电影二区| 精品熟女少妇av免费看| 亚洲av男天堂| 国精品久久久久久国模美| 午夜爱爱视频在线播放| 成人美女网站在线观看视频| 你懂的网址亚洲精品在线观看| 哪个播放器可以免费观看大片| 高清av免费在线| 国产免费视频播放在线视频| 欧美3d第一页| 内射极品少妇av片p| 成年女人看的毛片在线观看| 99久久中文字幕三级久久日本| 亚洲图色成人| 国产片特级美女逼逼视频| 麻豆久久精品国产亚洲av| 国产男女超爽视频在线观看| 欧美一级a爱片免费观看看| 色哟哟·www| 我的女老师完整版在线观看| 欧美亚洲 丝袜 人妻 在线| 欧美最新免费一区二区三区| 久久女婷五月综合色啪小说 | 国内少妇人妻偷人精品xxx网站| 三级国产精品欧美在线观看| 亚洲精品aⅴ在线观看| 寂寞人妻少妇视频99o| 国内精品美女久久久久久| 欧美精品人与动牲交sv欧美| 欧美最新免费一区二区三区| 天堂中文最新版在线下载 | 国产人妻一区二区三区在| 久久精品国产鲁丝片午夜精品| 日本熟妇午夜| .国产精品久久| 亚洲欧美成人精品一区二区| 欧美日韩视频高清一区二区三区二| 搡女人真爽免费视频火全软件| 在线观看av片永久免费下载| 中文在线观看免费www的网站| 在线亚洲精品国产二区图片欧美 | 国产在线一区二区三区精| 久久久久久久国产电影| 中文字幕亚洲精品专区| 亚洲精品456在线播放app| 又爽又黄无遮挡网站| 免费看日本二区| 高清毛片免费看| 老师上课跳d突然被开到最大视频| 国产精品99久久久久久久久| 成人黄色视频免费在线看| 久久久精品94久久精品| 国产片特级美女逼逼视频| 国产精品麻豆人妻色哟哟久久| 成人免费观看视频高清| 国产精品久久久久久精品电影| 久久6这里有精品| 蜜桃亚洲精品一区二区三区| 99久久九九国产精品国产免费| 国产精品偷伦视频观看了| 一级毛片电影观看| 久久久久性生活片| 亚洲,欧美,日韩| 蜜臀久久99精品久久宅男| 亚洲欧洲日产国产| 51国产日韩欧美| 成年女人在线观看亚洲视频 | 国产精品一二三区在线看| 可以在线观看毛片的网站| 寂寞人妻少妇视频99o| 一本色道久久久久久精品综合| 男男h啪啪无遮挡| 国产精品蜜桃在线观看| 色综合色国产| 日日撸夜夜添| 亚洲精品日本国产第一区| av在线老鸭窝| 制服丝袜香蕉在线| 麻豆国产97在线/欧美| 男人和女人高潮做爰伦理| 观看免费一级毛片| 你懂的网址亚洲精品在线观看| 一本色道久久久久久精品综合| 国产免费一区二区三区四区乱码| tube8黄色片| 九九在线视频观看精品| 在线观看三级黄色| 欧美xxxx性猛交bbbb| 中文字幕久久专区| 男人舔奶头视频| 日韩强制内射视频| 99热这里只有是精品在线观看| 免费看不卡的av| 久久精品人妻少妇| 一级毛片久久久久久久久女| 欧美日韩亚洲高清精品| 老司机影院毛片| 国产精品一及| 亚洲四区av| 又黄又爽又刺激的免费视频.| 最近中文字幕2019免费版| 亚洲美女视频黄频| 亚洲精品国产av成人精品| 久久精品国产亚洲av天美| 成人欧美大片| .国产精品久久| 少妇人妻久久综合中文| 午夜福利视频1000在线观看| 91精品国产九色| 美女被艹到高潮喷水动态| av天堂中文字幕网| 国产精品无大码| 一级二级三级毛片免费看| 51国产日韩欧美| 人人妻人人看人人澡| 日日啪夜夜撸| 国产精品女同一区二区软件| 91精品国产九色| 人妻制服诱惑在线中文字幕| 亚洲天堂av无毛| 免费观看无遮挡的男女| tube8黄色片| 国产精品一区二区性色av| 欧美少妇被猛烈插入视频| 99热6这里只有精品| 99久久精品一区二区三区| 午夜日本视频在线| 91在线精品国自产拍蜜月| 欧美日韩亚洲高清精品| 亚洲av日韩在线播放| 少妇的逼好多水| 国产片特级美女逼逼视频| 少妇的逼水好多| 2022亚洲国产成人精品| 在线观看免费高清a一片| 老女人水多毛片| 亚洲第一区二区三区不卡| 亚洲国产精品专区欧美| 欧美日韩视频高清一区二区三区二| 91精品伊人久久大香线蕉| 激情 狠狠 欧美| 国产成人a∨麻豆精品| 日韩 亚洲 欧美在线| 成人美女网站在线观看视频| 黄色一级大片看看| 中文字幕av成人在线电影| 男女下面进入的视频免费午夜| 青春草亚洲视频在线观看| 深爱激情五月婷婷| 午夜福利视频1000在线观看| 国产精品久久久久久精品古装| 另类亚洲欧美激情| 九九在线视频观看精品| 国产熟女欧美一区二区| 中文字幕av成人在线电影| 爱豆传媒免费全集在线观看| 精品久久久久久久末码| 麻豆乱淫一区二区| 午夜免费观看性视频| 十八禁网站网址无遮挡 | 能在线免费看毛片的网站| 亚洲国产色片| 直男gayav资源| 日韩一区二区视频免费看| 欧美+日韩+精品| 成人亚洲欧美一区二区av| 在线看a的网站| 中文欧美无线码| 日韩大片免费观看网站| 狂野欧美激情性xxxx在线观看| 国产精品久久久久久精品电影小说 | 永久免费av网站大全| 国产精品国产三级专区第一集| 日本wwww免费看| 久久久精品欧美日韩精品| 性色avwww在线观看| 成年免费大片在线观看| 国产精品麻豆人妻色哟哟久久| 国产高清不卡午夜福利| 丝袜脚勾引网站| 女人被狂操c到高潮| 免费黄频网站在线观看国产| 免费看光身美女| 国产白丝娇喘喷水9色精品| 欧美老熟妇乱子伦牲交| 在现免费观看毛片| 在线亚洲精品国产二区图片欧美 | 日韩,欧美,国产一区二区三区| 美女国产视频在线观看| 大话2 男鬼变身卡| 亚洲欧美精品自产自拍| 91aial.com中文字幕在线观看| 视频区图区小说| 18禁在线无遮挡免费观看视频| 毛片女人毛片| 欧美丝袜亚洲另类| 久久久a久久爽久久v久久| 午夜精品一区二区三区免费看| 人妻 亚洲 视频| 国产乱人视频| 99九九线精品视频在线观看视频| 国产乱来视频区| 可以在线观看毛片的网站| 国产伦精品一区二区三区四那| 国产精品久久久久久精品古装| 国产色婷婷99| 国产男女超爽视频在线观看| 国产黄色免费在线视频| 超碰av人人做人人爽久久| 建设人人有责人人尽责人人享有的 | 深爱激情五月婷婷| 国模一区二区三区四区视频| 免费看日本二区| 老司机影院毛片| 3wmmmm亚洲av在线观看| 久久精品久久精品一区二区三区| 下体分泌物呈黄色| 国产91av在线免费观看| 成人美女网站在线观看视频| 黄色配什么色好看| 2022亚洲国产成人精品| 国产国拍精品亚洲av在线观看| 国语对白做爰xxxⅹ性视频网站| 蜜桃久久精品国产亚洲av| 免费看光身美女| 亚洲av国产av综合av卡| 中文精品一卡2卡3卡4更新| 少妇猛男粗大的猛烈进出视频 | 成人毛片60女人毛片免费| 国产一区亚洲一区在线观看| 中文精品一卡2卡3卡4更新| 国产v大片淫在线免费观看| 亚洲第一区二区三区不卡| 久久99热这里只频精品6学生| 观看免费一级毛片| 久久精品久久久久久噜噜老黄| 麻豆成人午夜福利视频| 久久久久久久久久人人人人人人| 校园人妻丝袜中文字幕| 小蜜桃在线观看免费完整版高清| 亚洲av免费在线观看| 男人狂女人下面高潮的视频| 日日啪夜夜撸| 丰满少妇做爰视频| 免费看光身美女| 国产亚洲91精品色在线| 亚洲精品456在线播放app| 国产成人精品久久久久久| 视频中文字幕在线观看| 亚洲人成网站高清观看| 最新中文字幕久久久久| 久久精品久久久久久久性| 身体一侧抽搐| 免费观看无遮挡的男女| 国产伦精品一区二区三区四那| 亚洲美女视频黄频| 99热全是精品| 国产免费福利视频在线观看| 好男人视频免费观看在线| 国产又色又爽无遮挡免| 大片电影免费在线观看免费| 中文字幕人妻熟人妻熟丝袜美| 国产精品成人在线| 97精品久久久久久久久久精品| 欧美日韩综合久久久久久| 搡老乐熟女国产| 男女那种视频在线观看| 亚洲国产av新网站| 国产精品伦人一区二区| 午夜福利在线在线| 国产精品久久久久久精品电影小说 | av福利片在线观看| av国产精品久久久久影院| 美女被艹到高潮喷水动态| 九九久久精品国产亚洲av麻豆| 国产69精品久久久久777片| 精品熟女少妇av免费看| 女人十人毛片免费观看3o分钟| 欧美变态另类bdsm刘玥| xxx大片免费视频| 亚洲久久久久久中文字幕| 男女边摸边吃奶| av国产久精品久网站免费入址| 欧美日本视频| 久久久国产一区二区| 狠狠精品人妻久久久久久综合| 久久久亚洲精品成人影院| 天天躁日日操中文字幕| 久久久久国产网址| av在线天堂中文字幕| 亚洲成人久久爱视频| 国产淫语在线视频| 久久精品久久久久久久性| 99久国产av精品国产电影| 精品久久久久久久人妻蜜臀av| 菩萨蛮人人尽说江南好唐韦庄| 日韩免费高清中文字幕av| 小蜜桃在线观看免费完整版高清| 日本与韩国留学比较| 男男h啪啪无遮挡| 日韩视频在线欧美| 国产精品国产三级专区第一集| 免费观看无遮挡的男女| 大又大粗又爽又黄少妇毛片口| 在线看a的网站| 日本av手机在线免费观看| 涩涩av久久男人的天堂| av在线蜜桃| 成人特级av手机在线观看| 国产黄色视频一区二区在线观看| 男女那种视频在线观看| 亚洲av国产av综合av卡| 国产成人免费无遮挡视频| 国产大屁股一区二区在线视频| 91久久精品电影网| 亚洲最大成人av| 午夜激情福利司机影院| 伦精品一区二区三区| 99热国产这里只有精品6| 深爱激情五月婷婷| 一本一本综合久久| 美女被艹到高潮喷水动态| 日本与韩国留学比较| 性插视频无遮挡在线免费观看| 狂野欧美白嫩少妇大欣赏| 国产欧美日韩精品一区二区| 亚洲av日韩在线播放| 国产伦精品一区二区三区视频9| 一区二区三区乱码不卡18| 国产免费又黄又爽又色| 人体艺术视频欧美日本| 色视频在线一区二区三区| 国产伦精品一区二区三区四那| 亚洲精品乱久久久久久| 免费黄频网站在线观看国产| 国产精品一及| 内地一区二区视频在线| 日韩中字成人| 精品99又大又爽又粗少妇毛片| 国产黄频视频在线观看| 成人二区视频| 久久国产乱子免费精品| 男人狂女人下面高潮的视频| 五月伊人婷婷丁香| 亚洲人成网站在线播| 日韩欧美精品v在线| 久久精品国产亚洲网站| 久久99蜜桃精品久久| 日韩一区二区三区影片| 国产午夜精品久久久久久一区二区三区| 欧美xxxx性猛交bbbb| 亚洲av欧美aⅴ国产| 一本一本综合久久| 三级国产精品欧美在线观看| 人妻少妇偷人精品九色| 国产永久视频网站| 乱系列少妇在线播放| 日韩欧美 国产精品| 国产精品嫩草影院av在线观看| 高清午夜精品一区二区三区| 午夜老司机福利剧场| 看十八女毛片水多多多| 美女内射精品一级片tv| 黄色配什么色好看| 色播亚洲综合网| 九草在线视频观看| 日本爱情动作片www.在线观看| 亚洲无线观看免费| 欧美性感艳星| 91狼人影院| 青青草视频在线视频观看| 另类亚洲欧美激情| 久久久精品欧美日韩精品| 另类亚洲欧美激情| 听说在线观看完整版免费高清| 日韩一区二区视频免费看| 国产国拍精品亚洲av在线观看| 天堂网av新在线| 一本色道久久久久久精品综合| av在线app专区| 国产成人免费观看mmmm| videos熟女内射| 99热网站在线观看| 又黄又爽又刺激的免费视频.| 精品久久久久久电影网| 国产综合懂色| 各种免费的搞黄视频| 丝袜喷水一区| 亚州av有码| 一级爰片在线观看| 有码 亚洲区| 精品视频人人做人人爽| 欧美国产精品一级二级三级 | 午夜激情福利司机影院| 自拍偷自拍亚洲精品老妇| 日韩制服骚丝袜av| 国产乱人偷精品视频| 国产成人免费观看mmmm| 日韩视频在线欧美| 97在线视频观看| 亚洲av中文字字幕乱码综合| 国产高清国产精品国产三级 | 只有这里有精品99| 一级av片app| 免费观看a级毛片全部| 蜜桃亚洲精品一区二区三区| 又大又黄又爽视频免费| 成年av动漫网址| 最新中文字幕久久久久| 高清在线视频一区二区三区| xxx大片免费视频| 精品一区二区三卡| 少妇的逼好多水| 久热这里只有精品99| 麻豆国产97在线/欧美| 成人午夜精彩视频在线观看| 亚洲精品国产色婷婷电影| 欧美变态另类bdsm刘玥| 久久久精品欧美日韩精品| 中文资源天堂在线| 免费观看性生交大片5| 国产成人精品福利久久| 激情 狠狠 欧美| 搞女人的毛片| 国产免费一区二区三区四区乱码| 在线看a的网站| 久久精品夜色国产| 精品人妻视频免费看| 免费看av在线观看网站| 草草在线视频免费看| 国产乱人偷精品视频| 精品午夜福利在线看| 午夜视频国产福利| 黄色怎么调成土黄色| 久久久久久久久久久免费av| 婷婷色综合www| 成人毛片a级毛片在线播放| 国产黄色视频一区二区在线观看| 深夜a级毛片| 丝瓜视频免费看黄片| 免费电影在线观看免费观看| 人妻 亚洲 视频| 亚洲av一区综合| 国产毛片a区久久久久| 国产永久视频网站| 国产视频内射| 亚洲欧美精品专区久久| 别揉我奶头 嗯啊视频| 国产欧美另类精品又又久久亚洲欧美| 80岁老熟妇乱子伦牲交| 亚洲最大成人av| 日本熟妇午夜| 美女cb高潮喷水在线观看| 成人毛片a级毛片在线播放| 建设人人有责人人尽责人人享有的 | 国产白丝娇喘喷水9色精品| 久久久久九九精品影院| 亚洲一区二区三区欧美精品 | 97超视频在线观看视频| 亚洲av中文字字幕乱码综合| 久久久精品欧美日韩精品| www.av在线官网国产| 日韩免费高清中文字幕av| 中文字幕av成人在线电影| 亚洲成人一二三区av| 亚洲精品成人久久久久久| av黄色大香蕉| 亚洲欧洲日产国产| 亚洲国产日韩一区二区| 高清欧美精品videossex| 男女边摸边吃奶| 晚上一个人看的免费电影| 国产成人91sexporn| 日韩视频在线欧美| 超碰av人人做人人爽久久| 波野结衣二区三区在线| 简卡轻食公司| 亚洲天堂av无毛| 国产大屁股一区二区在线视频| 国国产精品蜜臀av免费| 天天一区二区日本电影三级| 国语对白做爰xxxⅹ性视频网站| 交换朋友夫妻互换小说| 香蕉精品网在线| 成人国产av品久久久| 亚洲自偷自拍三级| 中国美白少妇内射xxxbb| 91精品伊人久久大香线蕉| 日本黄大片高清| 成年免费大片在线观看| 亚洲综合色惰| 亚洲av中文字字幕乱码综合| 国产成人免费无遮挡视频| 大话2 男鬼变身卡| 亚洲精品中文字幕在线视频 | 欧美三级亚洲精品| 亚洲欧美日韩另类电影网站 | 国产国拍精品亚洲av在线观看| 国产成人一区二区在线| 一级毛片我不卡| 久久热精品热| 国产91av在线免费观看| 国产黄a三级三级三级人| 伦精品一区二区三区| 一本久久精品| 一区二区三区精品91| 又爽又黄a免费视频| 国产一区二区亚洲精品在线观看| 亚洲国产日韩一区二区| 五月天丁香电影| 国产 一区精品| 国产大屁股一区二区在线视频| 久久久久久国产a免费观看| 国产成人一区二区在线| 男插女下体视频免费在线播放| 免费高清在线观看视频在线观看| 午夜精品国产一区二区电影 | 一本一本综合久久| 深夜a级毛片| 免费大片18禁| 成人亚洲欧美一区二区av| 久久久久久久午夜电影| 看黄色毛片网站| 天美传媒精品一区二区| 亚洲欧美一区二区三区黑人 | 国产精品一及| 亚洲精华国产精华液的使用体验| 午夜福利视频精品| 久久久久久久久久久免费av| 最近2019中文字幕mv第一页| 日韩精品有码人妻一区| 最近最新中文字幕大全电影3| 成人漫画全彩无遮挡| 欧美区成人在线视频| 亚洲四区av| 亚洲精品日韩av片在线观看| 涩涩av久久男人的天堂| 91久久精品国产一区二区三区| h日本视频在线播放| 狂野欧美白嫩少妇大欣赏| 国产一区二区三区av在线| 国产成人a区在线观看| 超碰av人人做人人爽久久| 成人欧美大片| 国产成人免费无遮挡视频| 在线观看av片永久免费下载| 久久精品国产亚洲av天美| 国产欧美另类精品又又久久亚洲欧美| 伊人久久精品亚洲午夜| 亚洲国产色片| 日产精品乱码卡一卡2卡三| 国产亚洲av片在线观看秒播厂| 国产精品女同一区二区软件| 一级毛片黄色毛片免费观看视频| 最近2019中文字幕mv第一页| 亚洲综合色惰| 欧美+日韩+精品| 王馨瑶露胸无遮挡在线观看| 只有这里有精品99| 日本一本二区三区精品| 啦啦啦在线观看免费高清www| 十八禁网站网址无遮挡 | 久久久精品94久久精品| 一个人看的www免费观看视频| 亚洲精品国产av成人精品| 久久国产乱子免费精品| 亚洲丝袜综合中文字幕| 国产综合精华液| 两个人的视频大全免费| 精品99又大又爽又粗少妇毛片| 国产成人免费观看mmmm| 午夜视频国产福利| 亚洲色图综合在线观看| 制服丝袜香蕉在线| 日本一二三区视频观看| 亚洲av中文av极速乱| 高清毛片免费看| 国产av不卡久久| 特级一级黄色大片| 丝袜脚勾引网站| www.色视频.com| 精品一区二区三卡| 嫩草影院入口| 免费高清在线观看视频在线观看| 国产精品麻豆人妻色哟哟久久| 久久ye,这里只有精品| 成年女人看的毛片在线观看| 在线亚洲精品国产二区图片欧美 | 丰满少妇做爰视频| 久久久午夜欧美精品| 国产精品麻豆人妻色哟哟久久| 女人十人毛片免费观看3o分钟| 亚洲精品亚洲一区二区| 欧美3d第一页| 精品久久久久久久久av| 99精国产麻豆久久婷婷| 干丝袜人妻中文字幕| 亚洲综合色惰| 天天一区二区日本电影三级| 亚洲欧美一区二区三区国产| 国产一区二区在线观看日韩| 国产欧美日韩精品一区二区| 一区二区三区乱码不卡18|