• <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 ?

    基于穩(wěn)態(tài)波形的非侵入式電力負(fù)荷識別

    2020-02-22 03:09:35宋佶聰黃勇明爽余志斌王浩磊
    現(xiàn)代信息科技 2020年18期
    關(guān)鍵詞:穩(wěn)態(tài)深度學(xué)習(xí)

    宋佶聰 黃勇 明爽 余志斌 王浩磊

    摘? 要:目前非侵入式電力負(fù)荷監(jiān)測系統(tǒng)大都基于瞬態(tài)特征分解技術(shù),需要高精度測量設(shè)備,文章提出一種基于穩(wěn)態(tài)波形的家用電力負(fù)荷識別方法。在該方法中,使用電壓的相位來選擇電流波形區(qū)域,并建立電流矩陣和電流分解模型,根據(jù)識別結(jié)果采用多種深度學(xué)習(xí)算法對錯誤結(jié)果樣本進(jìn)一步訓(xùn)練以提升識別率。通過實測數(shù)據(jù)驗證了該方法的有效性,即使各常見家用電器同時開啟,電力負(fù)荷平均正確識別率也達(dá)到82%。

    關(guān)鍵詞:非侵入式;負(fù)荷識別;穩(wěn)態(tài);深度學(xué)習(xí)

    中圖分類號:TM930? ? ? ?文獻(xiàn)標(biāo)識碼:A 文章編號:2096-4706(2020)18-0036-05

    Abstract:Most of the non-invasive load monitoring systems are based on the transient feature decomposition technology at present,which requires high-precision measurement equipment. This paper proposes a method of household power load identification based on steady-state waveform. In this method,the phase of voltage is used to select the current waveform region,and then establish the current matrix and current decomposition model. According to the recognition results,a variety of deep learning algorithms are used to further train the wrong result samples to improve the recognition rate. The effectiveness of the method is verified by the measured data. Even the normal household appliances are turned on at the same time,the average correct recognition rate of load reaches 82%.

    Keywords:non-invasive;load identification;steady-state;deep learning

    0? 引? 言

    目前,電力系統(tǒng)逐漸實現(xiàn)了對信息化技術(shù)的應(yīng)用,通過融入信息技術(shù)來實現(xiàn)信息的有效共享,進(jìn)而實現(xiàn)對電網(wǎng)的有效控制,并確保電網(wǎng)的穩(wěn)定運行[1]。而電網(wǎng)的信息化技術(shù)在終端就體現(xiàn)在需要獲取用戶家中每個電器的運行情況,該技術(shù)也為電力部門的需求響應(yīng)政策[2]提供技術(shù)支撐。

    同時,長虹公司的主營業(yè)務(wù)為家用電器的研發(fā)制造,采集家電的運行使用情況也是公司的信息化建設(shè)目標(biāo)之一。

    要想實現(xiàn)對家電使用數(shù)據(jù)的采集,需要用到電力負(fù)荷識別技術(shù)[3],該技術(shù)目前主要有兩種:侵入式與非侵入式。侵入式負(fù)荷識別技術(shù)就是在用戶家中的電器插座中安裝各種傳感器,通過傳感器采集各電器的運行數(shù)據(jù)。這種方法采集的數(shù)據(jù)精度高,但實施難度大,成本高昂。另一種方法是非侵入式負(fù)荷識別技術(shù),該技術(shù)只需在用戶的入戶電表處加裝一個傳感器就可以實現(xiàn)對用戶的用電情況進(jìn)行分析,該方法安裝便捷,成本相對較低。

    非侵入式電力負(fù)荷識別技術(shù)也分為兩種:瞬態(tài)波形識別技術(shù)和穩(wěn)態(tài)波形識別技術(shù)。瞬態(tài)波形識別技術(shù)的難度較低,目前的相關(guān)研究也比較多,但無法針對多個電器同時開啟或開啟時間很近時的狀態(tài)進(jìn)行識別。

    本文提出了一種穩(wěn)態(tài)波形下的負(fù)荷識別分析方法,探討了針對識別率的進(jìn)一步優(yōu)化改進(jìn)方法,進(jìn)行了實驗裝置的搭建,并通過實驗驗證該方案的有效性。

    1? 基于穩(wěn)態(tài)波形特征的負(fù)荷識別算法

    選取常用家庭用電負(fù)荷作為研究對象,使待測設(shè)備運行,并進(jìn)入穩(wěn)態(tài)工況后進(jìn)行電流數(shù)據(jù)采樣(穩(wěn)態(tài)電流數(shù)據(jù):電器平穩(wěn)運行時的電流數(shù)據(jù),非電器啟動后3~5秒內(nèi)的電流數(shù)據(jù)),對家電單獨開啟和同時開啟工作時的穩(wěn)態(tài)電壓電流進(jìn)行監(jiān)測。

    1.1? 穩(wěn)態(tài)波形區(qū)域選取

    電感和電容電路可能使電流信號移相或反相,基于傳感器獲取的多負(fù)荷電流波形可能存在相位不一致的問題。因此,在采樣周期內(nèi)不論是電流波形幅值的極大值點,還是極小值點,可能都不是用于特征提取的穩(wěn)態(tài)波形的最佳起點。為了選取用于負(fù)荷特征分析的穩(wěn)態(tài)波形,本文應(yīng)用電壓相位對齊的方法來選取穩(wěn)態(tài)波形區(qū)域。具體的對齊過程如下[4]:

    待電器工作狀態(tài)穩(wěn)定后同時記錄一段相同時間軸的電壓、電流信號,找出這段電壓信號的最低點Vlow和最高點Vhigh,求得過零點V0=(Vlow+Vhigh)/2。

    對電壓信號的幅值按時間順序做如下判斷:當(dāng)滿足Vx-1

    重復(fù)上述方法,找到第5個經(jīng)過零點的Vx,記為Vend,記錄Vend對應(yīng)的時間點tend,這兩個時間點在電流信號中對應(yīng)Istart和Iend。最后選取Istart和Iend之間的電流信號波形作為用電設(shè)備采樣區(qū)域構(gòu)建的起點和結(jié)束點。圖1為基于電壓的電流對齊方法示例圖。

    1.2? 電流波形幅值特征矩陣

    不同電器負(fù)荷單獨穩(wěn)態(tài)運行時的電流特征差異很大,多個負(fù)荷同時運行時電流穩(wěn)態(tài)波形特征與各電器單獨運行時電流較大的電器的電流波形特征相似。圖2是電視機(jī)單獨運行時的穩(wěn)態(tài)波形、電水壺單獨運行時的穩(wěn)態(tài)波形、以及電視和電水壺同時運行的穩(wěn)態(tài)波形[5]。當(dāng)時間t=x時,在圖2(a)~

    圖2(c)中對應(yīng)的點分別是P1x、P2x、Qx,圖中灰色區(qū)域為1.1中選取的有效采樣區(qū)域。也就是說,單獨運行時電流越大的電器對多電器同時運行時的穩(wěn)態(tài)波形幅值特征的貢獻(xiàn)度越大,進(jìn)而有:

    利用上述電流疊加特性,可以使用下列方法分別構(gòu)建單電器電流波形幅值特征矩陣和多電器電流波形幅值特征矩陣進(jìn)行家用電器負(fù)荷識別。

    1.2.1? 單電器電流波形幅值特征矩陣

    構(gòu)建單個用電設(shè)備獨立運行的電流參數(shù)采樣矩陣P[n][m]。圖2中,電視電流波形特征區(qū)域由m個順序采樣的P1點(P11,P12,…,P1m)的電流幅值IP1m組成,燒水壺電流波形特征區(qū)域由m個順序采樣的P2點(P21,P22,…,P2m)的電流幅值IP2m組成。n是單個電器運行狀態(tài)下的被測電器個數(shù),決定了樣本空間的大小。二維矩陣P[n][m]是建立的樣本庫。

    1.2.2? 多電器同時運行的電流波形幅值特征數(shù)組

    類似單電器的電流幅值矩陣的構(gòu)建方法,對多電器同時運行時的電流穩(wěn)態(tài)數(shù)據(jù)進(jìn)行電流復(fù)合波的電流波形特征區(qū)域數(shù)組Q[m]的構(gòu)建(見圖2,電視+燒水壺的采樣區(qū)域由m個順序采樣的Q點(Q1,Q2,…,Qm)的電流幅值IQm組成),采樣頻率與1.2.1中P點和Q點的采樣頻率相同。

    1.3? 候選電器編碼

    根據(jù)實際使用環(huán)境中可能存在的電器種類以及各類電器的最大可能數(shù)量對電器數(shù)量進(jìn)行二進(jìn)制編碼,生成電器數(shù)量矩陣N[j][k],這里j是可能的編碼組合數(shù)量,k是候選電器的種類數(shù)量,矩陣的大小由房間中可能使用的電器種類決定,并對矩陣中的電器生成以二進(jìn)制編碼的隨機(jī)數(shù)量[6],示例圖如圖3所示。

    1.4? 合成擬合信號

    將單電器單獨運行的離線電流采樣矩陣P[n][m]以加權(quán)求和的方式乘圖3所示的電器數(shù)量數(shù)組N[j][k],根據(jù)j的取值求出多個Q[m]數(shù)組,Q[m]中每一元素為:

    1.5? 適應(yīng)度函數(shù)

    以真實的總負(fù)荷電流數(shù)組Q[m]和擬合電流數(shù)組Q[m]的Pearson相關(guān)系數(shù)r作為適應(yīng)度函數(shù),計算方法為:

    其中,cov(Q,Q)為總負(fù)荷信號Q和擬合信號Q的協(xié)方差,μQ、μQ為兩個信號的標(biāo)準(zhǔn)差。

    用r的值來衡量數(shù)組Q[m]和數(shù)組Q[m]的相似程度,r的值越接近1,表示兩者越相似。

    1.6? 識別算法的詳細(xì)描述

    Step1:采集數(shù)據(jù)后選取有效采樣區(qū)域;

    Step2:構(gòu)建電器單個運行的離線電流幅值矩陣P[n][m];

    Step3:在線采集并構(gòu)建多電器同時運行的電流幅值數(shù)組Q[m];

    Step4:對被測環(huán)境中可能數(shù)量的候選電器進(jìn)行隨機(jī)編碼初始化,得到N[j][k]矩陣;

    Step5:使用單電器單獨運行的離線矩陣P[n][m]與電器數(shù)量數(shù)組N[j]加權(quán)求和,得到擬合數(shù)組Q[m],根據(jù)j的取值得到多個Q[m],通過適應(yīng)度函數(shù)來評估Q與Q的接近程度,保留r最接近1的Q[m]和N[j];

    Step6:采用遺傳優(yōu)化的思想,通過復(fù)制、交叉、突變等操作產(chǎn)生下一代的Q[m]和N[j],并逐步淘汰掉適應(yīng)度函數(shù)值低的解,增加適應(yīng)度函數(shù)值高的解。最終求得最優(yōu)的N[j],將N[j]解碼后就得到最可能的電器組合。

    2? 基于殘差網(wǎng)絡(luò)聚合校驗的負(fù)荷識別優(yōu)化

    采用前述算法識別后,結(jié)果仍然有較大誤差,需要進(jìn)一步采用優(yōu)化算法提高識別準(zhǔn)確率[7]?;趦?yōu)化思想的遺傳算法(Genetic Algorithm,GA),易陷入局部最優(yōu)解,在處理單次校驗問題中也缺乏穩(wěn)定性,因此,考慮引入集成學(xué)習(xí)的思想,通過組合多個遺傳優(yōu)化前置步驟,生成由多個分離序列組成的序列圖,最后通過卷積神經(jīng)網(wǎng)絡(luò)(CNN)組合優(yōu)化,輸出最終的分離序列,加入二次分離的負(fù)荷辨識算法如圖4所示。

    圖4中,X表示采集的樣本數(shù)據(jù),W通過上述的遺傳算法前置步驟優(yōu)化適應(yīng)度函數(shù),得到分離序列,前置優(yōu)化算法個數(shù)為D。遺傳算法前置步驟得到序列圖W={w1,w2,…,wD},可以看作原數(shù)據(jù)的先驗(Prior)序列,經(jīng)過卷積神經(jīng)網(wǎng)絡(luò)計算序列圖的后驗概率g(W)={P(w1=1|θ),P(w2=1|θ),…,P(wD=1|θ)},θ為卷積神經(jīng)網(wǎng)絡(luò)的參數(shù),最終得到后驗序列w。

    在卷積神經(jīng)網(wǎng)絡(luò)模型ResNet[8]中,引入殘差連接以增加模型的魯棒性[9],輸入層后連接了最大池化操作,最后一層卷積層后連接了一層平均池化操作,該模型包含了16層,總計約一百萬個參數(shù)。模型的主要層的計算規(guī)則為:

    (1)卷積層,Conv:卷積神經(jīng)網(wǎng)絡(luò)的核心層,計算規(guī)則為:

    其中,K為卷積核的大小,b為偏置向量,κ為卷積核,s為步長。

    (2)批標(biāo)準(zhǔn)化,BN:基于小批量訓(xùn)練的標(biāo)準(zhǔn)化操作:

    其中,x為原始輸出,μB和σ2B分別為批樣本B輸出x的均值和方差,γ和β為待訓(xùn)練的參數(shù)。

    (3)激活函數(shù),Relu:常用的神經(jīng)網(wǎng)絡(luò)非線性激活函數(shù):

    (4)Softmax:用于多分類任務(wù)的輸出函數(shù),可以表示為:

    其中,x為原始輸出。

    (5)參數(shù)初始化和模型訓(xùn)練:模型參數(shù)通過0均值的均勻分布初始化,采用交叉熵作為損失函數(shù),并通過基于隨機(jī)梯度下降的Adam算法優(yōu)化算法。

    3? 實驗結(jié)果及分析

    方案選取暖風(fēng)機(jī)、風(fēng)扇、PC、電水壺、液晶電視5類電器。實驗采用ADI公司的ADSP-CM408F數(shù)據(jù)采集處理芯片,入戶電源為電壓220 V/50 Hz的交流電,當(dāng)待測用電器開啟并穩(wěn)定工作時,測量其穩(wěn)態(tài)電流和穩(wěn)態(tài)電壓信號。數(shù)據(jù)采集過程如圖5所示[10]。

    實驗板采樣頻率fs為8 000 Hz,分別采集各電器組合的運行數(shù)據(jù),每次采集約100個周期的電流、電壓幅值數(shù)據(jù)。經(jīng)有效采樣區(qū)域篩選后,得到40組電器樣本數(shù)據(jù),每組數(shù)據(jù)為320×150的矩陣。150表示有150種電器組合,1~10列為單個電器的穩(wěn)態(tài)工作電流數(shù)據(jù),第11~150列為多電器的穩(wěn)態(tài)工作電流數(shù)據(jù),第1~320行為電流幅值數(shù)據(jù)。其中一組數(shù)據(jù)集如表1所示。

    本次實驗共采集了40組數(shù)據(jù),每組含有150多種電器組合,每組數(shù)據(jù)通過遺傳算法可輸出如下序列:

    該序列中包含每一類電器的[0-1]二值向量,以及標(biāo)準(zhǔn)差std、適應(yīng)度函數(shù)值fitness和采樣電流均值irms。

    將該序列數(shù)據(jù)組成一個負(fù)荷分離序列,設(shè)置遺傳算法的聚合數(shù)量G=60,并通過殘差卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行二次校驗,得到G個后驗概率,比較最大的后驗概率,輸出其對應(yīng)的遺傳算法分離序列作為最終的輸出,識別結(jié)果以圖6所示的方式呈現(xiàn)。

    將40組數(shù)據(jù)中的35組作為訓(xùn)練集,5組作為測試集,訓(xùn)練次數(shù)5 250次。對比單個遺傳算法(GA)、傳統(tǒng)的Bagging集成學(xué)習(xí)[11](GA+Bagging)、基于未加入殘差連接的卷積神經(jīng)網(wǎng)絡(luò)(GA+CNN)和基于殘差卷積神經(jīng)網(wǎng)絡(luò)(GA+ResCNN)四種方法下的實驗結(jié)果如表2所示。

    從表2可以看出,在添加了Bagging集成之后,最終的準(zhǔn)確率并不一定能穩(wěn)定提升,說明遺傳算法尋優(yōu)過程不穩(wěn)定,而Bagging算法僅僅是通過“投票法”選擇最多次出現(xiàn)的輸出,無法保證算法在整個未觀測數(shù)據(jù)集上的表現(xiàn)。在加入CNN模型二次校驗優(yōu)化過后,模型的性能均有了較大的提升,殘差卷積神經(jīng)網(wǎng)絡(luò)通過添加了殘差連接,提高了整體模型的穩(wěn)定性和適應(yīng)性。

    4? 結(jié)? 論

    針對同時多個電器運行時,現(xiàn)有非侵入式識別方法難以識別各個電器的問題,本文提出了一種基于穩(wěn)態(tài)波形特征的識別方法。在各電器功率相差較大的情況下,能夠識別同時運行的和電器負(fù)荷,其平均識別率達(dá)到了82%。但該方法針對功率相近、且較低功率的用電器同時開啟的情況,識別效果還有待改進(jìn),還需要進(jìn)一步研究。

    參考文獻(xiàn):

    [1] 梁正波.面向智能電網(wǎng)應(yīng)用的電力大數(shù)據(jù)關(guān)鍵技術(shù) [J].科技傳播,2015,7(20):65-66.

    [2] 梁甜甜,高賜威,王蓓蓓.智能電網(wǎng)下電力需求側(cè)管理應(yīng)用 [J].電力自動化設(shè)備,2012,32(5):81-85.

    [3] HART G W. Nonintrusive appliance load monitoring [J].Proceedings of the IEEE,1992,80(12):1870-1891.

    [4] 四川長虹電器股份有限公司.一種穩(wěn)態(tài)工況下的非侵入式電力負(fù)載識別提升方法:CN109541346A [P].2019-03-29.

    [5] 四川長虹電器股份有限公司.一種基于穩(wěn)態(tài)電流的非侵入式電力負(fù)載識別方法:CN109270368A [P].2019-01-25.

    [6] 四川長虹電器股份有限公司.一種穩(wěn)態(tài)工況下的非侵入式電力負(fù)載識別優(yōu)化算法:CN109521296A [P].2019-03-26.

    [7] 四川長虹電器股份有限公司.一種非侵入式電力負(fù)載識別錯誤樣本的采集方法:CN110347725A[P].2019-10-18.

    [8] HE K M,ZHANG X Y,REN S Q,et al. Deep Residual Learning for Image Recognition [C]// IEEE Conference on Computer Vision & Pattern Recognition. IEEE Computer Society,2016:770-778.

    [9] 洪奇峰,施偉斌,吳迪,等.深度卷積神經(jīng)網(wǎng)絡(luò)模型發(fā)展綜述 [J].軟件導(dǎo)刊,2020,19(4):84-88.

    [10] 陳紅.基于深度學(xué)習(xí)的非侵入式家用電器識別方法研究 [D].成都:西南交通大學(xué),2019.

    [11] 朱紅斌.基于Bagging算法和遺傳神經(jīng)網(wǎng)絡(luò)的交通事件檢測 [J].計算機(jī)應(yīng)用與軟件,2010,27(1):234-236.

    作者簡介:宋佶聰(1984—),男,漢族,四川成都人,工程師,本科,研究方向:電力系統(tǒng)人工智能。

    猜你喜歡
    穩(wěn)態(tài)深度學(xué)習(xí)
    可變速抽水蓄能機(jī)組穩(wěn)態(tài)運行特性研究
    水下超空泡航行體的多穩(wěn)態(tài)運動
    碳化硅復(fù)合包殼穩(wěn)態(tài)應(yīng)力與失效概率分析
    電廠熱力系統(tǒng)穩(wěn)態(tài)仿真軟件開發(fā)
    煤氣與熱力(2021年4期)2021-06-09 06:16:54
    元中期歷史劇對社會穩(wěn)態(tài)的皈依與維護(hù)
    中華戲曲(2020年1期)2020-02-12 02:28:18
    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)
    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
    久久99精品国语久久久| 中文字幕免费在线视频6| 日韩av在线免费看完整版不卡| 亚洲精华国产精华液的使用体验| 亚洲在线自拍视频| 精品一区二区三区视频在线| 青青草视频在线视频观看| 床上黄色一级片| 黑人高潮一二区| 亚洲电影在线观看av| .国产精品久久| 国产精品.久久久| 欧美变态另类bdsm刘玥| 亚洲不卡免费看| 国产美女午夜福利| 国产视频内射| 一级av片app| 国产乱人偷精品视频| 天堂网av新在线| 18+在线观看网站| 欧美人与善性xxx| 小说图片视频综合网站| 日韩一本色道免费dvd| 精品午夜福利在线看| 亚洲精品国产成人久久av| 国产精品久久久久久精品电影小说 | 亚洲精品乱码久久久v下载方式| 国产伦理片在线播放av一区| 99视频精品全部免费 在线| 精华霜和精华液先用哪个| 亚洲av电影在线观看一区二区三区 | 亚洲国产欧美在线一区| 亚洲综合精品二区| 成年av动漫网址| 免费看光身美女| 黄片无遮挡物在线观看| 91在线精品国自产拍蜜月| 超碰97精品在线观看| 日日摸夜夜添夜夜添av毛片| 亚洲成人中文字幕在线播放| 欧美成人a在线观看| 久久久久久久国产电影| 成人亚洲欧美一区二区av| 欧美日韩精品成人综合77777| 超碰av人人做人人爽久久| 99热全是精品| 特级一级黄色大片| 五月伊人婷婷丁香| 久久韩国三级中文字幕| 日韩欧美国产在线观看| 永久免费av网站大全| 在线免费观看的www视频| 亚洲精品国产av成人精品| 精品久久久久久久久久久久久| 亚洲av二区三区四区| 午夜a级毛片| 嫩草影院新地址| 亚洲精品456在线播放app| 国产伦理片在线播放av一区| 国产一区二区三区av在线| 免费大片18禁| 亚洲精品一区蜜桃| 精品一区二区三区人妻视频| 国产高清国产精品国产三级 | www日本黄色视频网| 美女xxoo啪啪120秒动态图| 好男人在线观看高清免费视频| 最近手机中文字幕大全| 国产熟女欧美一区二区| 永久免费av网站大全| 日本与韩国留学比较| 99在线人妻在线中文字幕| 我要搜黄色片| 亚洲婷婷狠狠爱综合网| 桃色一区二区三区在线观看| 一级毛片aaaaaa免费看小| 欧美变态另类bdsm刘玥| 综合色丁香网| 热99re8久久精品国产| 超碰97精品在线观看| 亚洲人成网站在线播| 男女那种视频在线观看| 人人妻人人看人人澡| 三级经典国产精品| 亚洲第一区二区三区不卡| 永久网站在线| 色哟哟·www| 国产成人aa在线观看| 中文字幕av在线有码专区| 欧美又色又爽又黄视频| av卡一久久| 久久久久久久久久久丰满| 国内精品一区二区在线观看| 丰满人妻一区二区三区视频av| 国产亚洲精品久久久com| 99热这里只有是精品50| 日日啪夜夜撸| 色播亚洲综合网| av线在线观看网站| 麻豆久久精品国产亚洲av| 精品久久国产蜜桃| 国产精品蜜桃在线观看| 网址你懂的国产日韩在线| 精品一区二区免费观看| 日韩亚洲欧美综合| 国产伦理片在线播放av一区| 国内揄拍国产精品人妻在线| 男人的好看免费观看在线视频| 国产日韩欧美在线精品| ponron亚洲| 国国产精品蜜臀av免费| 国产黄色视频一区二区在线观看 | 日韩三级伦理在线观看| 人妻系列 视频| 国产精品不卡视频一区二区| 成人三级黄色视频| 99久国产av精品国产电影| 精品国内亚洲2022精品成人| 亚洲精品亚洲一区二区| av在线天堂中文字幕| 国产精品久久久久久久久免| 国产老妇女一区| 亚洲国产欧洲综合997久久,| 国产69精品久久久久777片| 两性午夜刺激爽爽歪歪视频在线观看| 久久婷婷人人爽人人干人人爱| 春色校园在线视频观看| 97超碰精品成人国产| 亚洲乱码一区二区免费版| 日本爱情动作片www.在线观看| 日本三级黄在线观看| 亚洲中文字幕日韩| 最近视频中文字幕2019在线8| 久久99热6这里只有精品| 免费看光身美女| 99热网站在线观看| 中文字幕精品亚洲无线码一区| 成人欧美大片| 日韩中字成人| 久久久色成人| 人人妻人人看人人澡| 日韩欧美精品v在线| 欧美zozozo另类| 久久久久久久久久久丰满| 亚洲av日韩在线播放| 成人特级av手机在线观看| 男人狂女人下面高潮的视频| 亚洲中文字幕一区二区三区有码在线看| 国产一区二区亚洲精品在线观看| 特大巨黑吊av在线直播| av在线蜜桃| 我要看日韩黄色一级片| 又爽又黄a免费视频| 午夜福利网站1000一区二区三区| 99国产精品一区二区蜜桃av| 国产精品野战在线观看| 久久亚洲精品不卡| 成人av在线播放网站| 97超碰精品成人国产| 日韩中字成人| 成人性生交大片免费视频hd| 亚洲最大成人中文| 国产高清视频在线观看网站| 成人二区视频| 国产熟女欧美一区二区| 亚洲最大成人av| 久久久国产成人精品二区| 白带黄色成豆腐渣| 国产亚洲午夜精品一区二区久久 | 亚洲人与动物交配视频| 亚洲av二区三区四区| АⅤ资源中文在线天堂| 欧美成人免费av一区二区三区| 免费av不卡在线播放| 国产一区亚洲一区在线观看| 国产精品久久久久久久久免| 国产高潮美女av| 最近视频中文字幕2019在线8| 午夜精品国产一区二区电影 | 久久久精品大字幕| 免费观看a级毛片全部| 丰满少妇做爰视频| 日日摸夜夜添夜夜添av毛片| 美女黄网站色视频| 韩国高清视频一区二区三区| 高清午夜精品一区二区三区| 观看美女的网站| 亚洲国产精品国产精品| 亚洲精品久久久久久婷婷小说 | 日日摸夜夜添夜夜添av毛片| 精品午夜福利在线看| 久久久国产成人精品二区| 国产av码专区亚洲av| 日本猛色少妇xxxxx猛交久久| 成年免费大片在线观看| 大话2 男鬼变身卡| 国产免费视频播放在线视频 | 日本黄大片高清| 日本免费a在线| 老女人水多毛片| 久久久午夜欧美精品| 欧美成人a在线观看| 亚洲三级黄色毛片| 日本wwww免费看| 国产老妇伦熟女老妇高清| 亚洲在久久综合| 亚洲精品乱久久久久久| 精品99又大又爽又粗少妇毛片| 日本黄大片高清| 69人妻影院| 99热这里只有是精品50| 在线观看一区二区三区| 色视频www国产| 免费观看在线日韩| 国产高清有码在线观看视频| 黄色欧美视频在线观看| 久久这里只有精品中国| 美女高潮的动态| 大又大粗又爽又黄少妇毛片口| 国产极品天堂在线| 国产老妇伦熟女老妇高清| 久久久久国产网址| 久久久久久大精品| 久久久久久久亚洲中文字幕| 2021天堂中文幕一二区在线观| 午夜老司机福利剧场| av在线亚洲专区| 高清日韩中文字幕在线| 极品教师在线视频| 波多野结衣高清无吗| av卡一久久| 免费一级毛片在线播放高清视频| 99久久中文字幕三级久久日本| 欧美丝袜亚洲另类| 国产极品精品免费视频能看的| 深爱激情五月婷婷| 青春草视频在线免费观看| 午夜a级毛片| 国产成人aa在线观看| av福利片在线观看| 久久99热这里只频精品6学生 | 九九久久精品国产亚洲av麻豆| 人妻少妇偷人精品九色| 最近中文字幕2019免费版| 欧美性猛交╳xxx乱大交人| 国产一区有黄有色的免费视频 | 亚洲国产精品专区欧美| 成人二区视频| 波多野结衣高清无吗| 男插女下体视频免费在线播放| 91狼人影院| 国产成人精品婷婷| 精品久久久久久久久久久久久| 91aial.com中文字幕在线观看| 久久久久网色| 日本黄色视频三级网站网址| 久久午夜福利片| 伦精品一区二区三区| av又黄又爽大尺度在线免费看 | av在线观看视频网站免费| 2021少妇久久久久久久久久久| 久久鲁丝午夜福利片| 国产亚洲午夜精品一区二区久久 | 久久久久久久国产电影| 国产 一区精品| 人妻少妇偷人精品九色| 精品国产露脸久久av麻豆 | 亚洲综合精品二区| 国产精品99久久久久久久久| 国产av不卡久久| 久热久热在线精品观看| 人人妻人人澡欧美一区二区| 一级黄片播放器| 亚洲中文字幕一区二区三区有码在线看| 国产高清有码在线观看视频| 搞女人的毛片| 欧美一区二区亚洲| 久久久久久久久中文| 在线免费观看的www视频| 一级av片app| 成人毛片a级毛片在线播放| 卡戴珊不雅视频在线播放| 99久久精品一区二区三区| 久久这里只有精品中国| 99热这里只有精品一区| 97人妻精品一区二区三区麻豆| 热99re8久久精品国产| 一级黄色大片毛片| 亚洲精品影视一区二区三区av| 尾随美女入室| 国产精品爽爽va在线观看网站| 天堂网av新在线| 色综合亚洲欧美另类图片| 一级av片app| 日韩一本色道免费dvd| 午夜精品在线福利| 亚洲国产精品合色在线| 在线免费观看的www视频| 国产精品一区www在线观看| 欧美+日韩+精品| 日日撸夜夜添| 久久久久久久久久久丰满| 3wmmmm亚洲av在线观看| 99久国产av精品| 只有这里有精品99| 熟女人妻精品中文字幕| 国产精品一区二区性色av| 国语对白做爰xxxⅹ性视频网站| 成人高潮视频无遮挡免费网站| 国产亚洲最大av| 乱码一卡2卡4卡精品| 欧美日韩在线观看h| 秋霞在线观看毛片| 在线观看av片永久免费下载| 亚洲欧美中文字幕日韩二区| 亚洲精品aⅴ在线观看| 亚洲国产最新在线播放| 精品国产露脸久久av麻豆 | 精品一区二区三区视频在线| av在线蜜桃| 亚洲精品国产av成人精品| 久久久久久久久久久免费av| 天天躁日日操中文字幕| 人人妻人人澡人人爽人人夜夜 | 亚洲av免费高清在线观看| 小说图片视频综合网站| 插阴视频在线观看视频| 99视频精品全部免费 在线| 99国产精品一区二区蜜桃av| 特级一级黄色大片| 校园人妻丝袜中文字幕| 日韩,欧美,国产一区二区三区 | 中文亚洲av片在线观看爽| 嫩草影院入口| 波野结衣二区三区在线| 亚洲高清免费不卡视频| 女人久久www免费人成看片 | 日韩欧美 国产精品| 美女cb高潮喷水在线观看| 夫妻性生交免费视频一级片| 一边摸一边抽搐一进一小说| 小说图片视频综合网站| 国产精华一区二区三区| 老司机影院毛片| 日日摸夜夜添夜夜爱| 国产午夜精品论理片| 日韩强制内射视频| 久久久久免费精品人妻一区二区| 综合色丁香网| 国内精品一区二区在线观看| av在线播放精品| 天天一区二区日本电影三级| 国产黄片视频在线免费观看| 九草在线视频观看| 久久精品久久精品一区二区三区| 欧美不卡视频在线免费观看| 欧美xxxx黑人xx丫x性爽| 国产精品一区二区在线观看99 | 国产精品一区www在线观看| 精品一区二区三区人妻视频| 熟女人妻精品中文字幕| 午夜福利在线在线| 日本黄色片子视频| 深夜a级毛片| 久久精品国产99精品国产亚洲性色| 国产三级在线视频| 女人被狂操c到高潮| 村上凉子中文字幕在线| 桃色一区二区三区在线观看| 哪个播放器可以免费观看大片| 久久99热6这里只有精品| 日本五十路高清| 麻豆乱淫一区二区| 村上凉子中文字幕在线| 成人二区视频| 黄片wwwwww| 精品久久久久久成人av| 高清日韩中文字幕在线| 国产免费又黄又爽又色| 久久精品综合一区二区三区| 尾随美女入室| 一区二区三区四区激情视频| 亚洲成色77777| 午夜福利在线观看吧| 精品国产一区二区三区久久久樱花 | 亚洲精品456在线播放app| 三级国产精品欧美在线观看| 熟女人妻精品中文字幕| 自拍偷自拍亚洲精品老妇| 麻豆精品久久久久久蜜桃| 2021天堂中文幕一二区在线观| 女人被狂操c到高潮| 精华霜和精华液先用哪个| 嘟嘟电影网在线观看| 精品人妻视频免费看| 国产中年淑女户外野战色| 日韩精品青青久久久久久| 热99re8久久精品国产| 亚洲精品乱码久久久久久按摩| 99热全是精品| 亚洲精品成人久久久久久| 精品久久久久久成人av| 日韩大片免费观看网站 | 国内揄拍国产精品人妻在线| 乱码一卡2卡4卡精品| 国产一区亚洲一区在线观看| 午夜视频国产福利| 亚洲av一区综合| 看免费成人av毛片| 能在线免费看毛片的网站| 在线天堂最新版资源| 精品欧美国产一区二区三| 午夜福利网站1000一区二区三区| 免费在线观看成人毛片| 日韩中字成人| 国产又黄又爽又无遮挡在线| 男女边吃奶边做爰视频| 中文资源天堂在线| 69av精品久久久久久| h日本视频在线播放| 最后的刺客免费高清国语| 国产成人精品久久久久久| 一本一本综合久久| 色网站视频免费| 国产精品精品国产色婷婷| 大又大粗又爽又黄少妇毛片口| 99热网站在线观看| 欧美成人午夜免费资源| 亚洲精品色激情综合| 美女被艹到高潮喷水动态| 激情 狠狠 欧美| 欧美+日韩+精品| 亚洲国产精品成人综合色| 一级黄色大片毛片| 亚洲欧美中文字幕日韩二区| 国产精品无大码| 国产91av在线免费观看| 国产一区亚洲一区在线观看| 国产精品人妻久久久久久| 在线观看美女被高潮喷水网站| 欧美激情久久久久久爽电影| 亚洲精品国产av成人精品| 中文天堂在线官网| 久久久国产成人精品二区| 精品国产三级普通话版| 十八禁国产超污无遮挡网站| 国产亚洲最大av| 国产探花极品一区二区| 亚洲婷婷狠狠爱综合网| 边亲边吃奶的免费视频| 国产单亲对白刺激| 国产精品一及| 亚洲人成网站在线观看播放| 嫩草影院新地址| 亚洲成人av在线免费| 亚洲最大成人手机在线| 亚洲真实伦在线观看| 晚上一个人看的免费电影| 日日撸夜夜添| 欧美变态另类bdsm刘玥| 99国产精品一区二区蜜桃av| 午夜福利在线观看免费完整高清在| 热99re8久久精品国产| 日本色播在线视频| 久久久a久久爽久久v久久| 国产成人精品婷婷| 波多野结衣巨乳人妻| 久久99热这里只频精品6学生 | 免费观看性生交大片5| 老司机影院毛片| 精品一区二区三区视频在线| 欧美日韩在线观看h| 国产乱人偷精品视频| 亚洲内射少妇av| 欧美+日韩+精品| 欧美成人一区二区免费高清观看| 国内少妇人妻偷人精品xxx网站| 成人二区视频| 免费电影在线观看免费观看| 波多野结衣巨乳人妻| 两个人视频免费观看高清| 伦理电影大哥的女人| 一个人免费在线观看电影| 91狼人影院| 午夜福利在线观看吧| 亚洲中文字幕日韩| 毛片女人毛片| 国产极品精品免费视频能看的| 麻豆乱淫一区二区| 久久久成人免费电影| 精品国内亚洲2022精品成人| 搡老妇女老女人老熟妇| 亚洲国产高清在线一区二区三| 免费黄色在线免费观看| 国产精品av视频在线免费观看| 亚洲在线观看片| 美女xxoo啪啪120秒动态图| 两性午夜刺激爽爽歪歪视频在线观看| 美女cb高潮喷水在线观看| 日日啪夜夜撸| 99久久成人亚洲精品观看| 亚洲国产欧美人成| 伦理电影大哥的女人| 国产片特级美女逼逼视频| 国产午夜精品久久久久久一区二区三区| 国产av一区在线观看免费| 精品久久国产蜜桃| www.av在线官网国产| 在现免费观看毛片| 97人妻精品一区二区三区麻豆| 久久久a久久爽久久v久久| 中文字幕熟女人妻在线| 亚洲成色77777| 国产精品美女特级片免费视频播放器| 少妇丰满av| 久久精品熟女亚洲av麻豆精品 | 亚洲四区av| 自拍偷自拍亚洲精品老妇| 级片在线观看| 听说在线观看完整版免费高清| 在线a可以看的网站| 国产中年淑女户外野战色| 亚洲av成人精品一二三区| 久久这里有精品视频免费| 一二三四中文在线观看免费高清| 中文天堂在线官网| 精品99又大又爽又粗少妇毛片| 床上黄色一级片| 大香蕉久久网| 精品人妻熟女av久视频| 午夜a级毛片| 免费一级毛片在线播放高清视频| 国产精品久久久久久av不卡| 日韩av不卡免费在线播放| 亚洲国产精品久久男人天堂| 亚洲精品国产成人久久av| 免费av不卡在线播放| 在线免费观看不下载黄p国产| 在线观看一区二区三区| 久久这里有精品视频免费| 少妇猛男粗大的猛烈进出视频 | 国产一级毛片七仙女欲春2| 国产单亲对白刺激| 国产成人精品婷婷| 欧美激情久久久久久爽电影| 精品人妻熟女av久视频| 99久久精品热视频| 91精品一卡2卡3卡4卡| 亚洲va在线va天堂va国产| 免费看a级黄色片| 国产高清三级在线| 久久99热这里只频精品6学生 | 午夜老司机福利剧场| av在线观看视频网站免费| 久久久a久久爽久久v久久| 观看美女的网站| 国产精品一区二区性色av| 午夜福利成人在线免费观看| 国国产精品蜜臀av免费| 在线a可以看的网站| 桃色一区二区三区在线观看| 国产一区亚洲一区在线观看| 久久久久国产网址| 国产麻豆成人av免费视频| 色综合亚洲欧美另类图片| 尾随美女入室| 在现免费观看毛片| 在线观看一区二区三区| 人人妻人人看人人澡| 插阴视频在线观看视频| 少妇人妻一区二区三区视频| 欧美潮喷喷水| 好男人视频免费观看在线| 国产精品国产三级专区第一集| 十八禁国产超污无遮挡网站| 两个人视频免费观看高清| 久久久亚洲精品成人影院| 级片在线观看| 国产黄色小视频在线观看| 国产精品综合久久久久久久免费| 欧美成人午夜免费资源| 一级二级三级毛片免费看| 国内精品美女久久久久久| 精品99又大又爽又粗少妇毛片| 日韩强制内射视频| 日本-黄色视频高清免费观看| 亚洲国产成人一精品久久久| 久久精品综合一区二区三区| 最近中文字幕2019免费版| 男人狂女人下面高潮的视频| 男女边吃奶边做爰视频| 精品国产露脸久久av麻豆 | 国产日韩欧美在线精品| 国产免费视频播放在线视频 | 视频中文字幕在线观看| 国产高潮美女av| 国产乱人偷精品视频| 日本免费a在线| 午夜福利高清视频| videos熟女内射| 午夜亚洲福利在线播放| 日韩人妻高清精品专区| 国产综合懂色| 精品免费久久久久久久清纯| 久久精品人妻少妇| av线在线观看网站| 视频中文字幕在线观看| 久久久亚洲精品成人影院| 久久人妻av系列| 丝袜美腿在线中文| 神马国产精品三级电影在线观看| 国产高清三级在线| 一二三四中文在线观看免费高清| 亚洲真实伦在线观看| kizo精华|