• <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 ?

    基于機器學(xué)習(xí)的電力數(shù)據(jù)回歸分析和預(yù)測技術(shù)研究

    2022-11-28 05:40:20趙俊梅張利平任一峰
    測試技術(shù)學(xué)報 2022年6期
    關(guān)鍵詞:高斯網(wǎng)格誤差

    趙俊梅, 張利平, 劉 丹, 任一峰

    (中北大學(xué) 電氣與控制工程學(xué)院, 山西 太原 030051)

    0 引 言

    隨著物聯(lián)網(wǎng)、 大數(shù)據(jù)、 機器學(xué)習(xí)、 云計算等新型技術(shù)與電力系統(tǒng)的交叉融合, 可以更好地保障電力系統(tǒng)的安全運行、 資源優(yōu)化配置、 產(chǎn)業(yè)和能源結(jié)構(gòu)優(yōu)化、 電力用戶需求響應(yīng). 電力大數(shù)據(jù)的合理分析和精準(zhǔn)預(yù)測對于電網(wǎng)系統(tǒng)的安全性、 經(jīng)濟(jì)性、 環(huán)保性、 穩(wěn)定性和預(yù)見性具有非常重要而深遠(yuǎn)的意義. 電力大數(shù)據(jù)預(yù)測是電力行業(yè)研究的重要課題之一, 通過對海量的電力歷史數(shù)據(jù)進(jìn)行探索和分析, 不斷尋找巨大數(shù)據(jù)變化和各種因素之間的內(nèi)在規(guī)律, 可對未來進(jìn)行預(yù)測和估計. 科學(xué)合理的數(shù)據(jù)分析和準(zhǔn)確預(yù)測, 對于電力行業(yè)的發(fā)展戰(zhàn)略、 運營穩(wěn)步提升、 資源能源配置、 用戶用電行為等均具有重要作用.

    聚焦電力大數(shù)據(jù)分析和價值挖掘, 可以強化“電力看經(jīng)濟(jì)”“電力看環(huán)?!薄半娏粗腔邸钡壬鐣?wù)能力, 助力國家遏制高耗能、 高排放、 低水平項目盲目發(fā)展, 朝著節(jié)約用電、 高效用電、 綠色用電的方向發(fā)展. 功率因數(shù)是電力系統(tǒng)中交流電路的重要參數(shù)之一, 它是衡量電氣設(shè)備效率高低的重要標(biāo)準(zhǔn)和電力系統(tǒng)是否經(jīng)濟(jì)運行的重要指標(biāo). 隨著光伏、 風(fēng)電等新能源并網(wǎng), 也給功率因數(shù)帶來了影響. 文獻(xiàn)[1-2]研究了光伏和風(fēng)電對功率因數(shù)的影響. 文獻(xiàn)[3]對無功負(fù)荷進(jìn)行了分析和預(yù)測. 文獻(xiàn)[4]研究了光伏發(fā)電的不確定性, 對電網(wǎng)質(zhì)量帶來的影響進(jìn)行了分析. 文獻(xiàn)[5]介紹了風(fēng)電的間歇性和隨機性, 給電網(wǎng)安全管理帶來了挑戰(zhàn). 文獻(xiàn)[6]利用回歸模型預(yù)測功率因數(shù), 重點針對電價的影響. 本文利用機器學(xué)習(xí)算法對發(fā)電廠的功率因數(shù)等數(shù)據(jù)進(jìn)行回歸分析和科學(xué)預(yù)測, 進(jìn)而提高能源利用率.

    1 支持向量機回歸

    支持向量機回歸(Support Vector Machine Regression, SVMR)算法可以歸結(jié)為求解一個凸二次規(guī)劃問題, 理論上將獲得全局最優(yōu)解, 算法非常巧妙地解決了維數(shù)問題, 算法的復(fù)雜度與樣本維數(shù)沒有關(guān)系, 它是根據(jù)訓(xùn)練樣本數(shù)據(jù)構(gòu)造回歸函數(shù), 無需熟知回歸函數(shù)結(jié)構(gòu)的先驗信息, 便可保證回歸有較好的推廣能力. 部分回歸問題無法使用線性模型進(jìn)行充分描述, 可利用拉格朗日對偶公式擴展到非線性函數(shù)[7-8]. 利用式(1)查找非線性回歸需要的最小化系數(shù)

    (1)

    滿足約束條件

    式中:C為懲罰因子, 一般為正.

    預(yù)測函數(shù)為

    (2)

    式中:b為偏差量.

    Karush-Kuhn-Tucker (KKT)互補條件為

    ?n:αn(ε+ξn-yn+f(xn))=0,

    ?n:ξn(C-αn)=0,

    (3)

    2 高斯過程回歸

    高斯過程是正態(tài)隨機過程, 是一種基于貝葉斯理論和統(tǒng)計學(xué)習(xí)理論的核學(xué)習(xí)機, 其模型是非參數(shù)的基于核的概率模型[9].

    訓(xùn)練集為T={(xi,yi);i=1,2,…,n}, 式中xi∈Rd,yi∈R. 線性模型如下

    y=xTβ+ε,ε=N(0,σ2),

    (4)

    式中:β為系數(shù);ε為服從均值為0、 方差為σ2的噪聲.

    高斯過程回歸(Gaussian Process Regression, GPR)是一組隨機變量, 任意二者之間具有聯(lián)合高斯分布[10], 潛在變量f(xi),i=1,2,…,n, 如果f(xi),x∈Rd, 則潛在變量f(x1),f(x2),…,f(xn)是聯(lián)合高斯分布.響應(yīng)變量可以創(chuàng)建以下模型

    (5)

    式中:h(x)為基函數(shù);β為基函數(shù)系數(shù).

    由于高斯過程回歸模型是一個概率模型, 故存在一個潛在變量對應(yīng)一個觀察值, 進(jìn)而使高斯過程回歸為非參數(shù)模型.

    模型相當(dāng)于

    P(y|f,X)~N(y|Hβ+f,σ2I),

    (6)

    3 CART決策回歸樹算法

    分類與回歸樹(Classification and Regression Tree, CART)算法是通過由測試變量和目標(biāo)變量構(gòu)成的訓(xùn)練數(shù)據(jù)集的循環(huán)分析而形成二叉樹的結(jié)構(gòu)[11]. 由CART算法生成一棵深度的決策樹, 利用貪心策略來搜索近似最優(yōu)均方誤差[12]. 節(jié)點分割的主要步驟如下:

    3) 接著按照升序?qū)︻A(yù)測值xi進(jìn)行排序.分類回歸預(yù)測器的每個元素都是分裂候選、 切割點.算法記錄與未分裂集合TU中的缺失值相對應(yīng)的所有索引.

    4) 通過最大化所有分裂候選的均方誤差的減少來確定使用xi分裂節(jié)點t的最佳方式.決策樹將節(jié)點t中的觀察結(jié)果分成左右兩個子節(jié)點.

    5) 在最大化均方誤差減少的切割點分割預(yù)測變量.

    回歸樹通過使用均方誤差(MSE)對葉子進(jìn)行修剪, 算法合并來自相同父節(jié)點的葉子, 此父節(jié)點的MSE最多是其兩個子節(jié)點的MSE之和. 回歸樹拆分當(dāng)前層的所有節(jié)點, 然后統(tǒng)計分支節(jié)點的數(shù)量.

    4 超參數(shù)優(yōu)化

    在機器學(xué)習(xí)選擇模型的過程中, 需要通過靈活調(diào)整超參數(shù)進(jìn)而改變模型復(fù)雜度, 挑選出其中最優(yōu)的超參數(shù)組合, 使模型具有更好的學(xué)習(xí)效果和性能.

    超參數(shù)優(yōu)化(Hyperparameter Optimization, HO)可大大提高模型在獨立數(shù)據(jù)集上的優(yōu)勢和性能, 通過超參數(shù)的不同組合, 最終最小化模型均方誤差. 一般使用交叉驗證來評估不同超參數(shù)下的模型泛化性能, 故常常采用超參數(shù)空間中交叉驗證值最優(yōu)的超參數(shù)作為最優(yōu)超參數(shù), 模型構(gòu)建的參數(shù)一般都可以采用此方式進(jìn)行優(yōu)化[13]. 通常, 選取最小化五倍交叉驗證. 但是, 在優(yōu)化過程中, 通過超參數(shù)優(yōu)化需要防止過度擬合.

    支持向量機回歸可以對核函數(shù)、 框約束、 內(nèi)核規(guī)模等參數(shù)進(jìn)行優(yōu)化. 核函數(shù)決定在訓(xùn)練SVM之前應(yīng)用于數(shù)據(jù)的非線性變換, 一般可以選擇高斯或者徑向基函數(shù). 框約束控制著對具有較大殘差的觀測值施加的懲罰, 約束值越大模型更靈活. 反之, 約束值越小, 模型越剛性, 對過度擬合越不敏感. 內(nèi)核規(guī)??梢钥刂坪税l(fā)生顯著變化的預(yù)測因子的比例, 較小的內(nèi)核規(guī)模提供了更靈活的模型. 高斯過程回歸可以對基函數(shù)、 核函數(shù)、 內(nèi)核規(guī)模、 Sigma等參數(shù)進(jìn)行優(yōu)化. 基函數(shù)指定高斯過程回歸模型的先驗均值函數(shù)的具體形式, 一般可以選擇零、 常數(shù)、 線性. 而核函數(shù)是將響應(yīng)中的相關(guān)性確定為預(yù)測值之間距離的函數(shù), 一般是平方指數(shù)、 Matern 5/2、 Matern 3/2和指數(shù)等. Sigma用于設(shè)定觀測噪聲標(biāo)準(zhǔn)差的初始值. 回歸樹主要對最小葉子尺寸參數(shù)進(jìn)行優(yōu)化. 最小葉大小設(shè)定是用于計算每個葉節(jié)點響應(yīng)的最小訓(xùn)練樣本數(shù).

    5 仿真分析

    下面列出實際仿真實驗的幾種主要情況. 支持向量機回歸采取內(nèi)核比例分別為sqrt(p)/4和sqrt(p)的高斯核的兩種情況,p為預(yù)測變量的數(shù)量, 核函數(shù)均為高斯函數(shù), 核尺寸分別為4.3和1.7. 高斯過程回歸采取核函數(shù)分別為高斯回歸指數(shù)、 Mastern 5/2的兩種情況, 基函數(shù)設(shè)置為常量, Sigma設(shè)置為自動模式. 若回歸樹CART樹最小葉子大小為4, 則認(rèn)為是精細(xì)樹, 若最小葉子大小為12, 則認(rèn)為是中等樹. 下面利用這些回歸算法對電力數(shù)據(jù)進(jìn)行回歸分析, 主要從RMSE、R2、 MSE、 MAE、 Time角度進(jìn)行比較分析. RMSE為均方根誤差;R2為擬合系數(shù), 定義為R2=1-SSE/SST, SSE和SST分別為殘差平方和、 總平方和; MSE 為均方誤差; MAE為平均絕對誤差; Time為運行時間.

    SVMR1和 SVMR2分別為兩種高斯核的結(jié)果, GPR1和GPR2分別為兩種高斯過程回歸的結(jié)果, CART1和CART2分別為回歸樹的結(jié)果. 具體結(jié)果如表 1 所示, 通過觀察幾種誤差、 擬合系數(shù)和運行時間的參數(shù), SVM的R2最小, GPR的運行時間比較長, CART的誤差較小, 故可以看出CART1也就是精細(xì)樹的回歸結(jié)果最好.

    表 1 三種機器學(xué)習(xí)算法的回歸結(jié)果Tab.1 Regression results of three machine learning algorithms

    本文針對3種回歸算法通過超參數(shù)優(yōu)化比較和分析其回歸效果. 支持向量機的優(yōu)化器為貝葉斯優(yōu)化時, 核函數(shù)為線性, 框約束和核尺寸為自動模式. 優(yōu)化的超參數(shù)中框約束為 0.002 06, 核函數(shù)為三次, Epsilon值為0.011 3. 優(yōu)化后的超參數(shù)中框約束為 0.001 09, Epsilon值為 0.000 029 2. 高斯過程回歸優(yōu)化器為貝葉斯優(yōu)化, 基函數(shù)為常量, 核函數(shù)為各向同性指數(shù). 優(yōu)化后的超參數(shù)中基函數(shù)為零, Sigma值為0.055 5. 回歸樹優(yōu)化器為貝葉斯優(yōu)化, 可以設(shè)置最小葉子大小為1. 優(yōu)化后的最小葉大小為5. 3個算法的超參數(shù)優(yōu)化迭代次數(shù)均設(shè)置為30, 綜合誤差回歸樹最小, 運行時間回歸樹最快, 綜合回歸效果回歸樹較好.

    同時, 為了尋找回歸樹最優(yōu)的優(yōu)化器, 先將回歸樹優(yōu)化器調(diào)整為網(wǎng)格搜索, 設(shè)置最小葉子大小為5, 網(wǎng)格分區(qū)數(shù)量為10, 優(yōu)化后最小葉大小為6, 運行時間只有4 s多, 誤差更小. 再把優(yōu)化器調(diào)整為隨機搜索時, 設(shè)置最小葉子大小為6, 迭代次數(shù)為30, 優(yōu)化后最小葉大小為5, 但是相對網(wǎng)格搜索迭代次數(shù)多了不少, 運行時間也增加到12 s多.

    SVMRHO 和GPRHO分布為支持向量機回歸超參數(shù)優(yōu)化和高斯過程超參數(shù)優(yōu)化的結(jié)果. CARTHO1 、 CARTHO2、 CARTHO3分別為回歸樹貝葉斯優(yōu)化、 網(wǎng)格搜索、 隨機搜索的優(yōu)化結(jié)果. 5種超參數(shù)優(yōu)化的仿真結(jié)果誤差及運行時間如表 2 所示. 綜合考慮擬合系數(shù)、 誤差大小和運行時間, 基于網(wǎng)格搜索優(yōu)化器的回歸樹的效果最好, 故最終選用其作為對驗證集數(shù)據(jù)進(jìn)行仿真實驗.

    表 2 三種機器學(xué)習(xí)算法經(jīng)超參數(shù)優(yōu)化的結(jié)果Tab.2 Hyperparametric optimization results of three machine learning algorithms

    為了驗證回歸模型的預(yù)測性能, 通過驗證數(shù)據(jù)對模型進(jìn)行驗證測試. 選取5天的功率因數(shù)進(jìn)行比較和分析. 表 3 列出5天真實數(shù)據(jù)和回歸模型預(yù)測數(shù)據(jù)及二者之間的差值.

    表 3 5天真實和預(yù)測功率因數(shù)及誤差的情況表Tab.3 5-day actual and predicted power factors and errors

    圖 1 是優(yōu)化器為網(wǎng)格搜索的回歸樹的超參數(shù)優(yōu)化后的響應(yīng)圖, 它顯示了響應(yīng)和記錄編號的關(guān)系, 也可以反應(yīng)真實值和預(yù)測值之間的關(guān)系. 圖 2 是優(yōu)化器為網(wǎng)格搜索的回歸樹的超參數(shù)優(yōu)化后的最小MSE圖. 圖中可以看到最佳點超參數(shù)和最小誤差超參數(shù), 每個黑色點對應(yīng)于由優(yōu)化過程計算的最小MSE的估計值. 通過分析, 優(yōu)化器為網(wǎng)格搜索的回歸樹的回歸效果良好.

    圖 1 回歸樹的響應(yīng)圖Fig.1 Response graph of regression tree

    圖 2 回歸樹的最小MSE圖Fig.2 Minimum MSE graph of regression tree

    6 結(jié) 論

    機器學(xué)習(xí)的成熟和發(fā)展為電力大數(shù)據(jù)的分析提供了豐富的算法. 通過機器學(xué)習(xí)算法對電力數(shù)據(jù)進(jìn)行科學(xué)分析和深入研究, 可以發(fā)現(xiàn)、 尋找和探究數(shù)據(jù)之間的相關(guān)性、 規(guī)律性, 并創(chuàng)建和訓(xùn)練模型, 做出合理的預(yù)測和估計, 最終保障電力系統(tǒng)節(jié)能管理和綠色持續(xù)發(fā)展. 回歸分析是機器學(xué)習(xí)中的經(jīng)典算法之一, 本文介紹了支持向量機回歸、 高斯過程回歸、 回歸樹CART 3種算法的基本原理, 并利用算法對某電廠的電力數(shù)據(jù)進(jìn)行分析和比較. 同時, 還利用不同超參數(shù)優(yōu)化算法對3種算法進(jìn)行優(yōu)化. 通過比較均方根誤差、 擬合系數(shù)、 均方誤差、 平均絕對誤差、 運行時間等5個指標(biāo), 獲得最優(yōu)回歸模型, 對實際電力數(shù)據(jù)進(jìn)行了驗證. 通過不同參數(shù)的多次仿真實驗, 比較和分析了回歸算法的優(yōu)劣點, 證明了CART回歸模型尤其是網(wǎng)格搜索優(yōu)化后的效果較好, 并對今后的電力大數(shù)據(jù)預(yù)測和估計具有一定的現(xiàn)實意義.

    猜你喜歡
    高斯網(wǎng)格誤差
    小高斯的大發(fā)現(xiàn)
    用全等三角形破解網(wǎng)格題
    角接觸球軸承接觸角誤差控制
    哈爾濱軸承(2020年2期)2020-11-06 09:22:26
    Beidou, le système de navigation par satellite compatible et interopérable
    反射的橢圓隨機偏微分方程的網(wǎng)格逼近
    天才數(shù)學(xué)家——高斯
    壓力容器制造誤差探究
    重疊網(wǎng)格裝配中的一種改進(jìn)ADT搜索方法
    基于曲面展開的自由曲面網(wǎng)格劃分
    九十億分之一的“生死”誤差
    山東青年(2016年2期)2016-02-28 14:25:41
    国产午夜精品久久久久久| 母亲3免费完整高清在线观看| 亚洲色图 男人天堂 中文字幕| 国产精品久久电影中文字幕| 日韩国内少妇激情av| 久久人人97超碰香蕉20202| 国产成年人精品一区二区| 国产成人精品无人区| 桃色一区二区三区在线观看| 丝袜美足系列| 99久久久亚洲精品蜜臀av| 在线永久观看黄色视频| 亚洲人成电影观看| 在线播放国产精品三级| 午夜日韩欧美国产| 悠悠久久av| 久久天堂一区二区三区四区| 亚洲五月婷婷丁香| 日韩大尺度精品在线看网址 | cao死你这个sao货| www.熟女人妻精品国产| 亚洲欧美日韩另类电影网站| 91麻豆精品激情在线观看国产| 18禁美女被吸乳视频| 99久久精品国产亚洲精品| 成人欧美大片| 久久婷婷成人综合色麻豆| 午夜福利,免费看| 亚洲精品久久国产高清桃花| 人人澡人人妻人| 侵犯人妻中文字幕一二三四区| 国产一区在线观看成人免费| 国产精品 国内视频| 色综合欧美亚洲国产小说| 亚洲国产日韩欧美精品在线观看 | 国产欧美日韩一区二区三| 国产亚洲精品久久久久5区| 18禁黄网站禁片午夜丰满| 怎么达到女性高潮| 欧美日韩黄片免| 91麻豆精品激情在线观看国产| 18美女黄网站色大片免费观看| 性少妇av在线| 真人做人爱边吃奶动态| 男人舔女人的私密视频| 欧美日韩中文字幕国产精品一区二区三区 | 高清毛片免费观看视频网站| 最新美女视频免费是黄的| 一级a爱视频在线免费观看| 国产成人系列免费观看| 国产高清有码在线观看视频 | 亚洲成av片中文字幕在线观看| 一本久久中文字幕| 久久人妻av系列| 国语自产精品视频在线第100页| 日韩 欧美 亚洲 中文字幕| 欧美日韩亚洲综合一区二区三区_| 国产成人av教育| 丁香六月欧美| 色哟哟哟哟哟哟| 亚洲成av片中文字幕在线观看| 久久久久国内视频| 脱女人内裤的视频| 日韩欧美国产一区二区入口| 制服丝袜大香蕉在线| 免费在线观看亚洲国产| 搞女人的毛片| 99re在线观看精品视频| av超薄肉色丝袜交足视频| 欧美中文综合在线视频| 黄色成人免费大全| 国产私拍福利视频在线观看| 18禁裸乳无遮挡免费网站照片 | 国内精品久久久久精免费| 欧美日韩黄片免| 长腿黑丝高跟| 成年人黄色毛片网站| 淫妇啪啪啪对白视频| 亚洲中文字幕一区二区三区有码在线看 | 精品欧美国产一区二区三| 亚洲欧美日韩高清在线视频| 日韩欧美国产一区二区入口| 18禁美女被吸乳视频| 亚洲欧美精品综合久久99| 无限看片的www在线观看| 亚洲精品一区av在线观看| 国产精品日韩av在线免费观看 | 97人妻精品一区二区三区麻豆 | 香蕉国产在线看| 91老司机精品| 身体一侧抽搐| 日韩三级视频一区二区三区| 欧美黄色淫秽网站| 国产精品亚洲一级av第二区| 精品国产美女av久久久久小说| 日韩高清综合在线| 久久久久久久久中文| 国产野战对白在线观看| 麻豆av在线久日| 久久午夜综合久久蜜桃| 久久欧美精品欧美久久欧美| 国产一区在线观看成人免费| 欧美成狂野欧美在线观看| 一级毛片女人18水好多| 日韩成人在线观看一区二区三区| 欧美成人一区二区免费高清观看 | 99精品欧美一区二区三区四区| 麻豆国产av国片精品| 日日摸夜夜添夜夜添小说| 日韩精品青青久久久久久| 丝袜美腿诱惑在线| 国产高清videossex| 亚洲电影在线观看av| 老汉色av国产亚洲站长工具| 18禁黄网站禁片午夜丰满| 精品久久久精品久久久| 日本 av在线| a在线观看视频网站| 国产成人av激情在线播放| 纯流量卡能插随身wifi吗| 90打野战视频偷拍视频| 国产成人欧美在线观看| 夜夜看夜夜爽夜夜摸| 天堂√8在线中文| 国产精品美女特级片免费视频播放器 | 黄片小视频在线播放| 99在线视频只有这里精品首页| 一级毛片精品| 国产三级在线视频| 1024视频免费在线观看| 久久久久久久久免费视频了| 久久久国产欧美日韩av| 又大又爽又粗| 怎么达到女性高潮| 国产不卡一卡二| www.www免费av| 精品国内亚洲2022精品成人| 欧美在线黄色| av超薄肉色丝袜交足视频| 91老司机精品| 神马国产精品三级电影在线观看 | 亚洲久久久国产精品| 午夜老司机福利片| 一二三四在线观看免费中文在| 18禁国产床啪视频网站| 极品人妻少妇av视频| 色婷婷久久久亚洲欧美| 少妇被粗大的猛进出69影院| 免费在线观看亚洲国产| 精品少妇一区二区三区视频日本电影| 亚洲精品国产精品久久久不卡| 别揉我奶头~嗯~啊~动态视频| 丝袜美足系列| 精品人妻1区二区| 久久精品国产清高在天天线| 国产麻豆69| 午夜久久久久精精品| 国产精品1区2区在线观看.| 久久中文看片网| 美女 人体艺术 gogo| 国产亚洲精品一区二区www| avwww免费| 91国产中文字幕| 日日摸夜夜添夜夜添小说| 搡老岳熟女国产| 一区二区三区精品91| 精品久久久久久久人妻蜜臀av | 一区二区三区精品91| 看片在线看免费视频| 日韩成人在线观看一区二区三区| 男人操女人黄网站| 又黄又爽又免费观看的视频| videosex国产| 精品日产1卡2卡| 亚洲欧美激情在线| 精品免费久久久久久久清纯| 99精品在免费线老司机午夜| av欧美777| 欧美色视频一区免费| 亚洲国产日韩欧美精品在线观看 | 在线观看午夜福利视频| 9191精品国产免费久久| 久久婷婷人人爽人人干人人爱 | 国产野战对白在线观看| 大香蕉久久成人网| 好看av亚洲va欧美ⅴa在| 国产精品久久久人人做人人爽| 在线观看免费午夜福利视频| 日韩精品中文字幕看吧| 黄色视频不卡| 99久久综合精品五月天人人| 天天躁夜夜躁狠狠躁躁| 母亲3免费完整高清在线观看| 9色porny在线观看| 久久人人精品亚洲av| 中国美女看黄片| 一级毛片高清免费大全| 国产91精品成人一区二区三区| 美女 人体艺术 gogo| av免费在线观看网站| 国产精品九九99| 成人三级做爰电影| 97碰自拍视频| 这个男人来自地球电影免费观看| 天天一区二区日本电影三级 | 国产亚洲精品一区二区www| 他把我摸到了高潮在线观看| 亚洲一区高清亚洲精品| 午夜福利高清视频| 亚洲人成电影观看| 一本大道久久a久久精品| 岛国视频午夜一区免费看| 夜夜夜夜夜久久久久| 国产亚洲av高清不卡| or卡值多少钱| 中文字幕最新亚洲高清| 午夜福利欧美成人| 黄色片一级片一级黄色片| 老司机在亚洲福利影院| 制服丝袜大香蕉在线| 50天的宝宝边吃奶边哭怎么回事| 黄色女人牲交| 很黄的视频免费| 午夜激情av网站| 黄色视频不卡| 成人18禁在线播放| 99re在线观看精品视频| 国内精品久久久久久久电影| 不卡一级毛片| 免费观看人在逋| 黄片播放在线免费| 美女午夜性视频免费| tocl精华| 国产精品国产高清国产av| 啦啦啦 在线观看视频| 最新在线观看一区二区三区| 精品电影一区二区在线| 禁无遮挡网站| 亚洲一区二区三区不卡视频| 色综合站精品国产| 天堂影院成人在线观看| 中文字幕人成人乱码亚洲影| e午夜精品久久久久久久| 久久香蕉精品热| 免费观看人在逋| 丰满人妻熟妇乱又伦精品不卡| 午夜视频精品福利| 1024视频免费在线观看| 亚洲av成人一区二区三| 日本精品一区二区三区蜜桃| 国产片内射在线| 亚洲自拍偷在线| 制服诱惑二区| 日韩精品中文字幕看吧| АⅤ资源中文在线天堂| 伦理电影免费视频| 日本欧美视频一区| av片东京热男人的天堂| 午夜两性在线视频| 一级片免费观看大全| 久久精品国产综合久久久| 欧美黑人欧美精品刺激| 国产亚洲欧美98| 黄网站色视频无遮挡免费观看| 亚洲七黄色美女视频| 男男h啪啪无遮挡| 免费在线观看完整版高清| 婷婷丁香在线五月| 亚洲成人精品中文字幕电影| 很黄的视频免费| 亚洲精品国产区一区二| a在线观看视频网站| 色婷婷久久久亚洲欧美| 性色av乱码一区二区三区2| 亚洲欧美日韩高清在线视频| 亚洲av美国av| 欧美另类亚洲清纯唯美| 巨乳人妻的诱惑在线观看| 国产麻豆成人av免费视频| 久久香蕉精品热| 大型av网站在线播放| 在线观看舔阴道视频| 亚洲精品美女久久av网站| 级片在线观看| 国产又色又爽无遮挡免费看| 婷婷丁香在线五月| 美女免费视频网站| 欧美黄色淫秽网站| 久久人人97超碰香蕉20202| 91国产中文字幕| 免费无遮挡裸体视频| 欧美日韩亚洲综合一区二区三区_| 欧美一级a爱片免费观看看 | 日韩精品青青久久久久久| 制服诱惑二区| 黑人巨大精品欧美一区二区mp4| 黄频高清免费视频| 久久精品亚洲精品国产色婷小说| av在线天堂中文字幕| 看免费av毛片| 宅男免费午夜| 亚洲国产精品久久男人天堂| 一区二区日韩欧美中文字幕| 免费久久久久久久精品成人欧美视频| 午夜福利欧美成人| 国产亚洲欧美精品永久| 久久国产精品男人的天堂亚洲| 国产麻豆69| 少妇粗大呻吟视频| 男人操女人黄网站| 丝袜在线中文字幕| 久久久国产成人免费| 亚洲三区欧美一区| 高清毛片免费观看视频网站| 午夜激情av网站| 国产高清有码在线观看视频 | 亚洲人成电影免费在线| 成人国产综合亚洲| 国内毛片毛片毛片毛片毛片| 黄色a级毛片大全视频| 伊人久久大香线蕉亚洲五| 久久天躁狠狠躁夜夜2o2o| 美女国产高潮福利片在线看| 免费搜索国产男女视频| 欧美精品亚洲一区二区| 免费搜索国产男女视频| av免费在线观看网站| 亚洲aⅴ乱码一区二区在线播放 | 亚洲国产欧美网| 亚洲,欧美精品.| 三级毛片av免费| 成人永久免费在线观看视频| 中文字幕高清在线视频| 在线观看免费午夜福利视频| 亚洲午夜精品一区,二区,三区| 淫秽高清视频在线观看| 欧美日韩一级在线毛片| 国产免费男女视频| 精品乱码久久久久久99久播| 成年女人毛片免费观看观看9| 免费在线观看视频国产中文字幕亚洲| 久久精品国产亚洲av香蕉五月| 国产亚洲欧美98| 亚洲国产高清在线一区二区三 | 久久婷婷成人综合色麻豆| 成人免费观看视频高清| 日本撒尿小便嘘嘘汇集6| 久久国产亚洲av麻豆专区| 精品乱码久久久久久99久播| 91老司机精品| 国产精品二区激情视频| 国产精品电影一区二区三区| 亚洲精品国产精品久久久不卡| 精品国内亚洲2022精品成人| 色综合站精品国产| 欧美乱码精品一区二区三区| 午夜亚洲福利在线播放| 一边摸一边抽搐一进一出视频| 精品免费久久久久久久清纯| 成人国产综合亚洲| 麻豆av在线久日| 少妇 在线观看| 中亚洲国语对白在线视频| 国产精品99久久99久久久不卡| 人成视频在线观看免费观看| 欧美精品亚洲一区二区| 久久久久九九精品影院| 久久久久久免费高清国产稀缺| 男人的好看免费观看在线视频 | 欧美国产精品va在线观看不卡| 性色av乱码一区二区三区2| 一本大道久久a久久精品| 香蕉丝袜av| 欧美绝顶高潮抽搐喷水| 亚洲七黄色美女视频| 欧美日韩瑟瑟在线播放| 夜夜爽天天搞| 国产精品99久久99久久久不卡| 一级片免费观看大全| 一二三四在线观看免费中文在| 1024视频免费在线观看| 亚洲精品在线美女| 别揉我奶头~嗯~啊~动态视频| 女人被躁到高潮嗷嗷叫费观| 一进一出抽搐动态| 91成人精品电影| 国产亚洲欧美98| 欧美av亚洲av综合av国产av| 欧美日韩亚洲国产一区二区在线观看| 丰满的人妻完整版| 精品一区二区三区av网在线观看| 在线天堂中文资源库| 99精品在免费线老司机午夜| 日韩视频一区二区在线观看| 熟妇人妻久久中文字幕3abv| 亚洲黑人精品在线| 女同久久另类99精品国产91| 香蕉国产在线看| 少妇粗大呻吟视频| 97超级碰碰碰精品色视频在线观看| 久久久国产欧美日韩av| 国产精品久久电影中文字幕| 黄片小视频在线播放| 亚洲欧美日韩高清在线视频| 成人亚洲精品一区在线观看| 免费在线观看视频国产中文字幕亚洲| 久久久久久久久久久久大奶| 激情视频va一区二区三区| 精品欧美国产一区二区三| 老熟妇仑乱视频hdxx| 女警被强在线播放| 亚洲国产毛片av蜜桃av| 多毛熟女@视频| 黄色女人牲交| 人人澡人人妻人| 国产午夜精品久久久久久| 亚洲av片天天在线观看| 满18在线观看网站| 久久香蕉精品热| 国产av又大| 亚洲专区中文字幕在线| 国产单亲对白刺激| 色综合亚洲欧美另类图片| 精品第一国产精品| 久99久视频精品免费| 天天躁夜夜躁狠狠躁躁| 久久精品国产99精品国产亚洲性色 | 99在线人妻在线中文字幕| 久久 成人 亚洲| av在线天堂中文字幕| 欧美精品啪啪一区二区三区| 在线观看午夜福利视频| 纯流量卡能插随身wifi吗| 免费不卡黄色视频| 国产不卡一卡二| 国产精品一区二区在线不卡| 啦啦啦 在线观看视频| netflix在线观看网站| 亚洲精品中文字幕一二三四区| 国产精品99久久99久久久不卡| 一区二区三区精品91| 午夜视频精品福利| 少妇的丰满在线观看| 久热这里只有精品99| 亚洲天堂国产精品一区在线| 黄色视频不卡| 无限看片的www在线观看| 国产精品久久久久久人妻精品电影| 国产精品亚洲一级av第二区| 国产精品美女特级片免费视频播放器 | 午夜免费激情av| 亚洲国产欧美日韩在线播放| 操美女的视频在线观看| 男女做爰动态图高潮gif福利片 | 亚洲视频免费观看视频| 国产精品野战在线观看| 久久人妻熟女aⅴ| 亚洲专区国产一区二区| av福利片在线| 欧美日本亚洲视频在线播放| 亚洲成人久久性| 给我免费播放毛片高清在线观看| 亚洲三区欧美一区| 国产av又大| 成人国产一区最新在线观看| 日本vs欧美在线观看视频| 91成人精品电影| 欧美一级毛片孕妇| 国产蜜桃级精品一区二区三区| 制服人妻中文乱码| 在线天堂中文资源库| 中文字幕高清在线视频| 少妇裸体淫交视频免费看高清 | 露出奶头的视频| 欧美乱色亚洲激情| 夜夜爽天天搞| 精品国产亚洲在线| 可以在线观看的亚洲视频| 99国产极品粉嫩在线观看| 国产单亲对白刺激| 黄色女人牲交| 精品国产乱子伦一区二区三区| 国产黄a三级三级三级人| 亚洲av片天天在线观看| 久久久久久久久久久久大奶| 国产精品综合久久久久久久免费 | 夜夜看夜夜爽夜夜摸| 欧美色视频一区免费| 成人国产一区最新在线观看| 久久精品国产99精品国产亚洲性色 | 一进一出好大好爽视频| 中文字幕久久专区| 制服丝袜大香蕉在线| 老熟妇乱子伦视频在线观看| 91国产中文字幕| 日韩免费av在线播放| 性少妇av在线| 日韩精品免费视频一区二区三区| 中文字幕最新亚洲高清| 亚洲精品粉嫩美女一区| 在线观看舔阴道视频| 亚洲一码二码三码区别大吗| 中文亚洲av片在线观看爽| 久久午夜亚洲精品久久| 国产av在哪里看| 色av中文字幕| 欧美黄色片欧美黄色片| 看黄色毛片网站| 久久人妻熟女aⅴ| 一级a爱视频在线免费观看| 香蕉国产在线看| 乱人伦中国视频| 欧美一级毛片孕妇| 亚洲第一青青草原| 真人做人爱边吃奶动态| 亚洲av第一区精品v没综合| 久久国产精品影院| 欧美日韩一级在线毛片| 亚洲欧美日韩无卡精品| 级片在线观看| 女性生殖器流出的白浆| 老司机深夜福利视频在线观看| 亚洲国产精品成人综合色| 国产亚洲av高清不卡| 日韩有码中文字幕| 亚洲国产精品999在线| 国产精品永久免费网站| videosex国产| 色老头精品视频在线观看| 大香蕉久久成人网| 神马国产精品三级电影在线观看 | 午夜福利免费观看在线| 欧美日韩瑟瑟在线播放| 在线观看免费日韩欧美大片| 亚洲av成人不卡在线观看播放网| 精品午夜福利视频在线观看一区| 一进一出好大好爽视频| 成人精品一区二区免费| 欧美在线一区亚洲| 国产一级毛片七仙女欲春2 | 法律面前人人平等表现在哪些方面| 99精品欧美一区二区三区四区| 99久久99久久久精品蜜桃| cao死你这个sao货| ponron亚洲| 国产精品亚洲av一区麻豆| av视频免费观看在线观看| 可以在线观看毛片的网站| 中文字幕另类日韩欧美亚洲嫩草| 精品不卡国产一区二区三区| 精品熟女少妇八av免费久了| 国产xxxxx性猛交| 久久人妻av系列| 久久人妻熟女aⅴ| 老司机靠b影院| 校园春色视频在线观看| 国产亚洲欧美在线一区二区| av免费在线观看网站| 国产麻豆69| 宅男免费午夜| 日韩国内少妇激情av| 99香蕉大伊视频| 亚洲片人在线观看| 午夜日韩欧美国产| 男人的好看免费观看在线视频 | 国产精品久久久久久亚洲av鲁大| 国产精品一区二区在线不卡| 制服丝袜大香蕉在线| 每晚都被弄得嗷嗷叫到高潮| www.精华液| 亚洲狠狠婷婷综合久久图片| 亚洲中文字幕日韩| 国产单亲对白刺激| 亚洲精品粉嫩美女一区| 麻豆成人av在线观看| 日本vs欧美在线观看视频| 国产成年人精品一区二区| 色老头精品视频在线观看| 美女 人体艺术 gogo| 亚洲成人国产一区在线观看| 免费在线观看视频国产中文字幕亚洲| 中文字幕人妻熟女乱码| 午夜福利一区二区在线看| 9191精品国产免费久久| 欧美成狂野欧美在线观看| 在线观看一区二区三区| 一级毛片高清免费大全| 十八禁人妻一区二区| 在线视频色国产色| 久久 成人 亚洲| 十八禁人妻一区二区| 国产xxxxx性猛交| 久久久久久久久中文| 国产亚洲av嫩草精品影院| 久久狼人影院| netflix在线观看网站| 制服诱惑二区| 久久精品国产亚洲av香蕉五月| 一本综合久久免费| 在线观看日韩欧美| 国产欧美日韩一区二区三| 99国产精品一区二区三区| 欧美日韩福利视频一区二区| 免费av毛片视频| 熟妇人妻久久中文字幕3abv| 国产极品粉嫩免费观看在线| 亚洲激情在线av| 99国产精品一区二区三区| 国产成人av教育| 男女床上黄色一级片免费看| 9热在线视频观看99| 国产97色在线日韩免费| 黄色视频不卡| 日韩中文字幕欧美一区二区| 校园春色视频在线观看|