欧美成人午夜精品久久久,国产?V天堂一区二区三区,欧美精品va在线观看,亚洲一区二区三区免费在线观看,av无码精品一区二区久久,欧美性爱视频不卡一区三区,欧美乱人伦视频在线观看,国产一级牲交高潮

ARTICLE DETAIL

資訊詳情

深耕商務(wù)建站與企業(yè)官網(wǎng)運(yùn)營(yíng)的一線實(shí)戰(zhàn)洞察。

ACNGAT與AFO-GKAN:電力系統(tǒng)暫態(tài)穩(wěn)定實(shí)時(shí)評(píng)估的深度學(xué)習(xí)新方案

ACNGAT與AFO-GKAN:電力系統(tǒng)暫態(tài)穩(wěn)定實(shí)時(shí)評(píng)估的深度學(xué)習(xí)新方案 簡(jiǎn)介資源包圍繞電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估與預(yù)防控制提供基于深度學(xué)習(xí)的ACNGAT模型與AFO-GKAN框架的完整技術(shù)方案面向具備編程基礎(chǔ)、從事電力系統(tǒng)智能運(yùn)維與科研工作的工程師、研究生。內(nèi)容涵蓋數(shù)據(jù)預(yù)處理、圖注意力機(jī)制建模、GKAN網(wǎng)絡(luò)嵌入帝企鵝優(yōu)化算法等核心模塊通過改進(jìn)權(quán)重計(jì)算增強(qiáng)鄰接矩陣描述能力并在IEEE39節(jié)點(diǎn)和IEEE145節(jié)點(diǎn)系統(tǒng)上驗(yàn)證模型有效性能夠幫助讀者理解暫態(tài)穩(wěn)定評(píng)估的深度學(xué)習(xí)方法掌握預(yù)防控制策略優(yōu)化與實(shí)驗(yàn)評(píng)估流程。文件總數(shù)為1個(gè)PDF包大小約855KB文中配有可運(yùn)行代碼、結(jié)果分析和理論解析適合邊讀邊實(shí)踐。目前已有101人學(xué)習(xí)該資源可快速上手智能電網(wǎng)實(shí)時(shí)預(yù)防控制技術(shù)中的關(guān)鍵算法設(shè)計(jì)。 在電力系統(tǒng)這個(gè)行當(dāng)里摸爬滾打久了你會(huì)發(fā)現(xiàn)一個(gè)特別現(xiàn)實(shí)的問題暫態(tài)穩(wěn)定評(píng)估這個(gè)老話題這么多年了始終是調(diào)度運(yùn)行人員心里的一根刺。傳統(tǒng)的時(shí)域仿真法精度是夠了但計(jì)算一次要幾十秒甚至幾分鐘等結(jié)果出來故障早就演變成大事故了。所以當(dāng)我第一次看到“基于深度學(xué)習(xí)的ACNGAT模型與AFO-GKAN框架”這套思路時(shí)第一反應(yīng)是——終于有人把目光從“算得準(zhǔn)”轉(zhuǎn)向了“算得快”和“用得起”。這篇文章我不打算鋪開講一堆數(shù)學(xué)公式而是把這套技術(shù)方案掰開揉碎從模型設(shè)計(jì)邏輯、代碼實(shí)現(xiàn)細(xì)節(jié)到訓(xùn)練踩坑經(jīng)驗(yàn)完整地呈現(xiàn)給你。不管你是剛?cè)腴T深度學(xué)習(xí)的研究生還是在電網(wǎng)調(diào)度一線想引入AI輔助決策的工程師這篇文章都值得你花十分鐘讀完。在電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估這個(gè)領(lǐng)域我見過的絕大多數(shù)研究都停留在“用某個(gè)主流模型做分類”的層面。但ACNGAT模型和AFO-GKAN框架的組合它是真真切切奔著實(shí)時(shí)預(yù)防控制這個(gè)落點(diǎn)去的這也是我特別想聊它的原因。1. 方案的整體定位與設(shè)計(jì)邏輯1.1 為什么傳統(tǒng)方法撐不起“實(shí)時(shí)預(yù)防控制”先給不熟悉電力系統(tǒng)的朋友補(bǔ)個(gè)背景。暫態(tài)穩(wěn)定評(píng)估通俗講就是判斷電力系統(tǒng)在發(fā)生大擾動(dòng)比如線路短路、發(fā)電機(jī)跳閘之后能不能在失去同步之前恢復(fù)穩(wěn)定運(yùn)行。傳統(tǒng)的主流方法是求解描述發(fā)電機(jī)轉(zhuǎn)子運(yùn)動(dòng)的微分方程組也就是所謂時(shí)域仿真。這套方法物理意義明確、工程可信度高但它有兩個(gè)致命短板第一是計(jì)算耗時(shí)一個(gè)大型互聯(lián)電網(wǎng)的暫態(tài)過程仿真動(dòng)輒需要幾分鐘第二是仿真場(chǎng)景覆蓋有限實(shí)際運(yùn)行的電網(wǎng)方式千變?nèi)f化做不到每種運(yùn)行方式都提前算一遍。這一來一回就給了AI方法切入的機(jī)會(huì)。核心訴求其實(shí)就一句話——能不能把“離線算”變成“在線查”把“判據(jù)計(jì)算”變成“模式識(shí)別”把時(shí)間從分鐘級(jí)壓到毫秒級(jí)。1.2 ACNGAT與AFO-GKAN的明確分工這里必須先說清楚這兩個(gè)模塊的關(guān)系因?yàn)樘嗳税涯P秃涂蚣芑鞛橐徽劇CNGAT我把它理解為特征提取器。它每次吃進(jìn)去的是一幀“電網(wǎng)快照”這里面包含節(jié)點(diǎn)電壓、功角、有功無功等電氣量ACNGAT從中提取出和暫態(tài)穩(wěn)定性高度相關(guān)的空間特征與拓?fù)涮卣鬏敵龅氖侨诤虾蟮奶卣飨蛄?。AFO-GKAN則是決策分類器。它接收ACNGAT輸出的特征做非線性變換和高階特征交互最終輸出“穩(wěn)定”或“失穩(wěn)”的置信度。之所以拆成兩段式而不是用單一網(wǎng)絡(luò)一鍋端完全是工程上的考量。特征提取與分類決策解耦之后你可以分別對(duì)兩個(gè)部分做預(yù)訓(xùn)練和調(diào)優(yōu)同時(shí)在實(shí)際部署時(shí)ACNGAT部分可以憑借輕量化結(jié)構(gòu)跑在邊緣側(cè)設(shè)備上AFO-GKAN則更側(cè)重于對(duì)復(fù)雜邊界樣本的辨識(shí)能力。這種“一輕一重”的搭配在當(dāng)前硬件條件下是更現(xiàn)實(shí)的路徑。1.3 方案選型為什么是圖注意力而非普通卷積圖像識(shí)別里用卷積神經(jīng)網(wǎng)絡(luò)確實(shí)是標(biāo)配但電力系統(tǒng)本質(zhì)上是一個(gè)運(yùn)行在復(fù)雜拓?fù)渖系奈锢硐到y(tǒng)。線路的連通關(guān)系、節(jié)點(diǎn)間的電氣距離都比像素點(diǎn)之間的位置關(guān)系更有物理意義。如果硬把電氣量排列成矩陣丟給卷積核會(huì)丟掉拓?fù)浣Y(jié)構(gòu)信息導(dǎo)致模型學(xué)到的是“假特征”。所以ACNGAT選擇了圖神經(jīng)網(wǎng)絡(luò)這條路線在其上疊加注意力機(jī)制。簡(jiǎn)單打個(gè)比方傳統(tǒng)卷積是“一視同仁”地掃過每個(gè)像素而圖注意力網(wǎng)絡(luò)是“重點(diǎn)人物重點(diǎn)觀察”——它會(huì)根據(jù)鄰居節(jié)點(diǎn)與當(dāng)前節(jié)點(diǎn)的電氣關(guān)聯(lián)程度動(dòng)態(tài)分配權(quán)重這個(gè)思路放在電網(wǎng)場(chǎng)景里顯然更有說服力。1.4 適用范圍與硬件需求評(píng)估在實(shí)際落地前還得掂量一下算力成本。根據(jù)我的實(shí)測(cè)經(jīng)驗(yàn)ACNGAT部分參數(shù)量大約在百萬級(jí)AFO-GKAN框架在推理階段引入的額外計(jì)算開銷也比較有限一張消費(fèi)級(jí)的RTX 3060顯卡就能支撐訓(xùn)練推理階段在CPU上就能跑到單樣本10毫秒以內(nèi)。坦白講這樣的硬件門檻已經(jīng)相當(dāng)友好了這也是我把它拿出來講的一個(gè)重要原因——它不像某些大模型動(dòng)輒要A100集群它是真的能在一臺(tái)普通工作站上完成全流程驗(yàn)證的方法。2. 實(shí)現(xiàn)前的數(shù)據(jù)準(zhǔn)備與預(yù)處理細(xì)節(jié)2.1 暫態(tài)穩(wěn)定樣本的生成策略深度學(xué)習(xí)這行有句老話叫“垃圾進(jìn)垃圾出”。電力系統(tǒng)暫態(tài)穩(wěn)定數(shù)據(jù)集不像圖像數(shù)據(jù)集那樣可以公開下載絕大多數(shù)研究者的做法都是自己搭仿真平臺(tái)生成。你們拿到這個(gè)模型第一步要解決的就是數(shù)據(jù)從哪來。主流工具是PSD-BPA或Python的Pandapower。我的建議是采用時(shí)域仿真批量掃描的方式在IEEE 39節(jié)點(diǎn)系統(tǒng)New England系統(tǒng)或某實(shí)際區(qū)域電網(wǎng)中設(shè)置不同的故障類型三相短路、兩相短路、單相接地、故障位置和故障切除時(shí)間記錄故障切除后一段時(shí)間窗口內(nèi)各母線的電壓、相角、頻率等軌跡配合發(fā)電機(jī)的相對(duì)功角曲線計(jì)算出穩(wěn)定裕度再按閾值轉(zhuǎn)成二分類標(biāo)簽0穩(wěn)定1失穩(wěn)。具體來說可以在母線、線路的不同位置設(shè)置故障每個(gè)場(chǎng)景下隨機(jī)化負(fù)荷水平和出力方式就可以構(gòu)建出幾千到幾萬條樣本。下表是我在實(shí)驗(yàn)里用到的故障場(chǎng)景參數(shù)組合給大家做個(gè)參照參數(shù)類型取值區(qū)間/類型說明故障類型三相短路、兩相短路、單相接地三相短路最嚴(yán)重單相接地占比最高故障位置線路首端、中點(diǎn)、末端母線處位置變化直接改變暫態(tài)能量分布故障切除時(shí)間0.1s ~ 0.3s步長(zhǎng)0.05s切除時(shí)間越晚系統(tǒng)承受的壓力越大負(fù)荷水平基準(zhǔn)值的80% ~ 120%反映重載與輕載的工況差異功角穩(wěn)定判據(jù)任意兩臺(tái)發(fā)電機(jī)的最大功角差超過180°且持續(xù)0.5s工程上常用的延穩(wěn)判據(jù)我在生成數(shù)據(jù)時(shí)特別關(guān)注類別平衡問題因?yàn)閷?shí)際電網(wǎng)中穩(wěn)定場(chǎng)景遠(yuǎn)多于失穩(wěn)場(chǎng)景直接生成的話失穩(wěn)樣本的比例很可能不到5%。模型在這種極度不平衡數(shù)據(jù)上訓(xùn)練會(huì)學(xué)出“無腦判穩(wěn)”的偷懶行為。我一般會(huì)用兩種辦法處理第一是增加嚴(yán)重故障場(chǎng)景的采樣比例讓失穩(wěn)樣本占比拉到30%以上第二是配合后續(xù)的Focal Loss等損失函數(shù)讓模型在訓(xùn)練時(shí)主動(dòng)關(guān)注少數(shù)類樣本。這一步異常關(guān)鍵千萬不能跳過。2.2 圖結(jié)構(gòu)構(gòu)建與特征工程數(shù)據(jù)從仿真軟件里出來是一堆時(shí)序曲線和物理量但在交給圖網(wǎng)絡(luò)前還必須完成一個(gè)關(guān)鍵步驟——把它們轉(zhuǎn)成圖結(jié)構(gòu)數(shù)據(jù)。具體操作是把電力系統(tǒng)的母線看作節(jié)點(diǎn)node把輸電線路和變壓器看作邊edge。節(jié)點(diǎn)的初始特征向量通常包括該母線的電壓幅值、相角、有功功率、無功功率以及該節(jié)點(diǎn)上發(fā)電機(jī)的相對(duì)功角和轉(zhuǎn)速偏差邊的特征則納入線路的電抗、電阻和對(duì)地電容等參數(shù)。關(guān)于特征的選擇我的經(jīng)驗(yàn)是轉(zhuǎn)速偏差和相對(duì)功角是關(guān)鍵中的關(guān)鍵直接反映發(fā)電機(jī)的同步運(yùn)行狀態(tài)電壓幅值則能輔助判斷系統(tǒng)是否發(fā)生電壓失穩(wěn)。有些論文喜歡把幾十個(gè)原始量全部塞進(jìn)去其實(shí)效果并不好——模型容易過擬合噪聲訓(xùn)練收斂也慢。我自己的做法是先用Pearson相關(guān)性分析篩一遍特征剔除高度冗余的電氣量再統(tǒng)一做Z-score歸一化。必須強(qiáng)調(diào)的是訓(xùn)練集和測(cè)試集的歸一化參數(shù)要分別計(jì)算嚴(yán)禁混用否則會(huì)引入未來信息導(dǎo)致評(píng)估指標(biāo)虛高。這一點(diǎn)我記得至少有三位學(xué)生和同行踩過這個(gè)坑。2.3 數(shù)據(jù)增強(qiáng)與難例挖掘基于仿真生成的數(shù)據(jù)可能存在一個(gè)讓人頭疼的問題——模型對(duì)某些運(yùn)行方式下的樣本識(shí)別效果還行但對(duì)沒見過的極端工況比如連鎖故障、新能源高占比運(yùn)行方式容易犯糊涂。我個(gè)人的實(shí)操經(jīng)驗(yàn)是需要引入數(shù)據(jù)增強(qiáng)。在電力系統(tǒng)這類物理約束強(qiáng)的場(chǎng)景數(shù)據(jù)增強(qiáng)不能像做圖像那樣隨意翻轉(zhuǎn)裁剪而是要遵循物理規(guī)律。我常用的手段包括在電氣量上添加小幅高斯噪聲來模擬測(cè)量誤差小范圍插值改變負(fù)荷水平甚至對(duì)故障切除時(shí)間做微小擾動(dòng)。這些操作能在不大幅偏離物理規(guī)律的前提下提升模型魯棒性。此外我在一次實(shí)驗(yàn)中發(fā)現(xiàn)特別有意思的現(xiàn)象失穩(wěn)邊界附近的樣本也就是穩(wěn)定裕度在臨界值附近的樣本對(duì)模型性能的影響極大。有這些難例在訓(xùn)練集里模型的決策邊界會(huì)平滑很多。后來我把這個(gè)思想正式化做法是先在基模型上跑一遍專門挑出預(yù)測(cè)置信度在0.4到0.6之間的樣本把它們作為重點(diǎn)樣本在下一次訓(xùn)練里通過上采樣策略讓它們出現(xiàn)得更頻繁。實(shí)際上這個(gè)過程可以迭代兩三輪直到測(cè)試集性能不再明顯提升為止。3. ACNGAT模型核心設(shè)計(jì)與代碼實(shí)現(xiàn)3.1 ACNGAT的架構(gòu)思想ACNGAT這個(gè)名字拆開看是Attention-based Convolutional Network with Graph Attention Network的縮寫其中CN指卷積網(wǎng)絡(luò)。它把卷積神經(jīng)網(wǎng)絡(luò)的特征提取能力和圖注意力網(wǎng)絡(luò)的結(jié)構(gòu)感知能力結(jié)合到一起。正式地說模型的輸入是一系列的節(jié)點(diǎn)特征矩陣和圖的鄰接矩陣。第一層是圖注意力層GAT Layer用來做鄰域特征聚合第二層是一個(gè)一維卷積模塊沿著特征維度做局部卷積提取跨特征的組合模式第三層再加一個(gè)輕量級(jí)的自注意力池化層把整圖信息壓縮成固定長(zhǎng)度的向量方便送入下游。這種結(jié)構(gòu)設(shè)計(jì)的動(dòng)機(jī)是純GAT擅長(zhǎng)捕捉局部拓?fù)浜凸?jié)點(diǎn)間關(guān)聯(lián)但對(duì)于“電壓、相角、功角”這些不同物理量之間的局部耦合關(guān)系卷積操作在特征維度上能做更細(xì)致的組合提取。你可以這么理解GAT在“空中”看整體拓?fù)渚矸e在“地面”做特征精修兩層結(jié)合空間特征與物理特征的利用率都上去了。這里放一個(gè)我在項(xiàng)目里用PyTorch實(shí)現(xiàn)了的核心代碼段做了簡(jiǎn)化處理供參考import torch import torch.nn as nn import torch.nn.functional as F from torch_geometric.nn import GATConv class ACNGAT(nn.Module): def __init__(self, in_dim, hidden_dim, out_dim, heads4): super(ACNGAT, self).__init__() # 圖注意力層用多頭注意力聚合鄰域特征 self.gat1 GATConv(in_dim, hidden_dim, headsheads, concatTrue) self.gat2 GATConv(hidden_dim * heads, hidden_dim, heads1, concatFalse) # 一維卷積在特征維度上做局部跨通道組合 self.conv1 nn.Conv1d(in_channelshidden_dim, out_channelshidden_dim, kernel_size3, padding1) self.conv2 nn.Conv1d(in_channelshidden_dim, out_channelsout_dim, kernel_size3, padding1) self.norm nn.LayerNorm(hidden_dim) def forward(self, x, edge_index): # 第一層圖注意力激活函數(shù)使用ELU系數(shù)默認(rèn)0.2 x self.gat1(x, edge_index) x F.elu(x) x self.gat2(x, edge_index) x F.elu(x) # 調(diào)整維度方便做一維卷積(節(jié)點(diǎn)數(shù), 特征數(shù)) - (batch, 特征數(shù), 節(jié)點(diǎn)數(shù)) x x.unsqueeze(0) x x.permute(0, 2, 1) x self.conv1(x) x F.relu(x) x self.norm(x) x self.conv2(x) # 全局平均池化融合全圖信息 x x.mean(dim2) x x.squeeze(0) return x代碼里有幾個(gè)關(guān)鍵的工程細(xì)節(jié)值得展開說明。第一GATConv的多頭注意力機(jī)制。這里的heads4意思是每個(gè)節(jié)點(diǎn)聚合鄰居信息時(shí)從4個(gè)子空間分別計(jì)算注意力系數(shù)最后拼接起來。這個(gè)設(shè)計(jì)能讓模型同時(shí)關(guān)注不同類型的鄰居關(guān)系比如有的頭側(cè)重功角相近的發(fā)電機(jī)有的頭側(cè)重電氣距離近的母線。但要注意多頭數(shù)量不宜過大我試過8個(gè)頭和16個(gè)頭效果提升有限訓(xùn)練時(shí)間卻明顯增加。第二為什么在GAT之后接一維卷積。前面講了物理含義代碼層面還有一個(gè)好處——通道注意力。在conv1和conv2之間插入的LayerNorm可以穩(wěn)定訓(xùn)練。不過實(shí)際跑的時(shí)候我發(fā)現(xiàn)當(dāng)圖的節(jié)點(diǎn)數(shù)即母線數(shù)較小比如39節(jié)點(diǎn)系統(tǒng)時(shí)一維卷積在節(jié)點(diǎn)維度的感受野會(huì)覆蓋全圖卷積核大小的影響不大但如果換成幾百節(jié)點(diǎn)的實(shí)際大電網(wǎng)kernel_size3的局部卷積反而不如kernel_size1這個(gè)要視電網(wǎng)規(guī)模靈活調(diào)整。3.2 鄰接矩陣的處理與稀疏化在GATConv中edge_index是圖的邊索引形狀是[2, E]。數(shù)據(jù)處理里一個(gè)常見的坑是電力系統(tǒng)中的PQ節(jié)點(diǎn)、PV節(jié)點(diǎn)和平衡節(jié)點(diǎn)在暫態(tài)過程中扮演的角色差異很大如果不對(duì)邊的類型做區(qū)分模型很難學(xué)到差異。因此我給邊加入了“邊類型”信息具體做法是如果一條邊連接的是兩個(gè)發(fā)電機(jī)節(jié)點(diǎn)或含發(fā)電機(jī)的母線那么這條邊的“重要性”天然更高編碼時(shí)賦一個(gè)額外的權(quán)重系數(shù)這一點(diǎn)可以用GATConv的edge_weight參數(shù)實(shí)現(xiàn)。如果你的圖數(shù)據(jù)是全連通的稠密圖強(qiáng)烈建議先做稀疏化處理只保留電氣距離小于某個(gè)閾值的邊。否則圖注意力層的計(jì)算復(fù)雜度會(huì)隨邊數(shù)線性增長(zhǎng)訓(xùn)練速度會(huì)非常難堪。3.3 輸出特征的穩(wěn)定性分析在實(shí)際跑ACNGAT時(shí)我觀察過中間層輸出的t-SNE可視化。最初的版本里穩(wěn)定樣本和失穩(wěn)樣本的特征分布有重疊但邊界很模糊。后來我在GAT層后面增加了一個(gè)殘差連接skip connection把原始特征和聚合后的特征相加后再送入卷積層結(jié)果特征分布明顯分開。這個(gè)改動(dòng)代碼只有一行效果卻非常顯著。做圖網(wǎng)絡(luò)模型時(shí)殘差連接不是可選項(xiàng)而是必選項(xiàng)它能有效避免多層圖網(wǎng)絡(luò)造成的過平滑問題——層數(shù)越深節(jié)點(diǎn)特征越趨于一致分類能力反而下降。4. AFO-GKAN框架解析與實(shí)現(xiàn)4.1 為什么需要KANKolmogorov-Arnold Network先解決一個(gè)概念問題KANKolmogorov-Arnold Network和傳統(tǒng)多層感知機(jī)MLP的區(qū)別在哪里。傳統(tǒng)的MLP是在神經(jīng)元上放置固定的激活函數(shù)比如ReLU、sigmoid通過線性變換的疊加來逼近目標(biāo)函數(shù)而KAN的核心思想是把“可學(xué)習(xí)的激活函數(shù)”放置在網(wǎng)絡(luò)的邊權(quán)重連接上通過一組B樣條基函數(shù)的加權(quán)組合來實(shí)現(xiàn)。說白了MLP激活是固定的網(wǎng)絡(luò)在擬合KAN的激活本身是可訓(xùn)練的網(wǎng)絡(luò)在“搜索”最優(yōu)的函數(shù)映射。這個(gè)區(qū)別放在電力系統(tǒng)暫態(tài)穩(wěn)定評(píng)估里非常有價(jià)值。因?yàn)闀簯B(tài)穩(wěn)定邊界往往是非線性極強(qiáng)、甚至在某些區(qū)域不光滑的函數(shù)傳統(tǒng)MLP需要很寬很深的網(wǎng)絡(luò)才能逼近而KAN借助B樣條可以在較窄的網(wǎng)絡(luò)結(jié)構(gòu)下達(dá)到同等甚至更高的逼近精度。也因此AFO-GKAN框架的定位是一套“強(qiáng)非線性分類器”專門負(fù)責(zé)處理ACNGAT提取的高維特征到“穩(wěn)定/失穩(wěn)”標(biāo)簽之間的映射關(guān)系。4.2 AFOAdaptive Fitting Optimization的“自適應(yīng)”AFO指的是“自適應(yīng)擬合優(yōu)化”它解決的是KAN網(wǎng)絡(luò)在訓(xùn)練過程中一個(gè)很實(shí)際的問題——B樣條基函數(shù)的控制點(diǎn)分布。如果控制點(diǎn)初始化得不好或者在訓(xùn)練中不更新收斂速度會(huì)非常慢甚至陷入局部最優(yōu)。我的理解與實(shí)現(xiàn)方式是在每一輪訓(xùn)練迭代中根據(jù)當(dāng)前輸入特征的分布情況動(dòng)態(tài)調(diào)整控制點(diǎn)的位置讓B樣條基函數(shù)能更密集地分布在樣本比較集中的區(qū)域樣本稀疏區(qū)域則用較少的控制點(diǎn)覆蓋。這個(gè)過程很像“自適應(yīng)網(wǎng)格細(xì)化”在有限元計(jì)算里很常見挪到神經(jīng)網(wǎng)絡(luò)里來的確是一個(gè)有趣且有效的創(chuàng)新。為了更直觀我在實(shí)驗(yàn)里對(duì)比過同一份數(shù)據(jù)在不同KAN實(shí)現(xiàn)下的表現(xiàn)發(fā)現(xiàn)帶有AFO機(jī)制的KAN收斂速度明顯快于固定控制點(diǎn)的版本特別是在小樣本情況下訓(xùn)練集只有幾千條時(shí)優(yōu)勢(shì)尤其突出。如果你在用KAN相關(guān)的庫(kù)可以去關(guān)注一下實(shí)現(xiàn)里是否支持控制點(diǎn)更新策略。4.3 GKANGlobal KAN的全局特征交互AFO-GKAN里的“G”是Global的意思。在實(shí)際代碼設(shè)計(jì)里我會(huì)把KAN層分成兩路一路是局部模式提取用的是常規(guī)的B樣條KAN層另一路是全局特征交互引入了一個(gè)全局注意力單元它對(duì)完整特征向量做全局響應(yīng)計(jì)算相當(dāng)于在KAN的非線性擬合之上又加了一層“不同特征維度之間重要性的動(dòng)態(tài)調(diào)整”。有些讀者可能會(huì)問這不就是Transformer里的Self-Attention嗎本質(zhì)上確實(shí)是同源的思路只不過這里的注意力權(quán)重不是從QKV線性投影中學(xué)出來的而是基于KAN層本身的輸出特征的統(tǒng)計(jì)信息計(jì)算出來的所以和傳統(tǒng)Transformer前進(jìn)了一條不太一樣的路線。4.4 AFO-GKAN與ACNGAT的拼接實(shí)戰(zhàn)整體模型就是把前面ACNGAT作為主干特征提取器后面接AFO-GKAN作為分類頭。注意這里有個(gè)容易搞錯(cuò)的點(diǎn)——ACNGAT輸出的節(jié)點(diǎn)特征已經(jīng)做過了全局平均池化因此是一個(gè)固定長(zhǎng)度的向量而GKAN吃進(jìn)去的正是這個(gè)向量。所以在代碼拼接上不需要考慮圖結(jié)構(gòu)的維度問題直接當(dāng)普通多層網(wǎng)絡(luò)處理就行。下面是我在項(xiàng)目中使用的AFO-GKAN分類頭的簡(jiǎn)化實(shí)現(xiàn)import torch import torch.nn as nn import numpy as np class AdaptiveBSplineLayer(nn.Module): def __init__(self, in_dim, out_dim, num_splines8): super().__init__() self.in_dim in_dim self.out_dim out_dim self.num_splines num_splines # 可訓(xùn)練的控制點(diǎn)權(quán)值 self.spline_weights nn.Parameter(torch.randn(in_dim, out_dim, num_splines) * 0.1) # 自適應(yīng)控制點(diǎn)網(wǎng)格會(huì)在forward中依據(jù)輸入分布更新 self.grid nn.Parameter(torch.linspace(0.0, 1.0, num_splines 1), requires_gradFalse) def forward(self, x): # 將輸入歸一化到[0,1]區(qū)間并適配當(dāng)前網(wǎng)格 x_std (x - x.min(dim0, keepdimTrue).values) / (x.max(dim0, keepdimTrue).values - x.min(dim0, keepdimTrue).values 1e-8) # 計(jì)算每個(gè)輸入在B樣條基函數(shù)上的展開系數(shù) basis self.b_spline_basis(x_std) out torch.einsum(bi,boi-bo, basis, self.spline_weights) return out def b_spline_basis(self, x): # 簡(jiǎn)化的二次B樣條基函數(shù)計(jì)算實(shí)際工程可以用更高效的方式 x x.clamp(0, 1) # ... 具體樣條基實(shí)現(xiàn)省略 return x class AFO_GKAN_Head(nn.Module): def __init__(self, in_dim, hidden_dim, num_classes2): super().__init__() self.global_pool nn.AdaptiveAvgPool1d(1) self.kan1 AdaptiveBSplineLayer(in_dim, hidden_dim) self.kan2 AdaptiveBSplineLayer(hidden_dim, num_classes) def forward(self, x): # 輸入形狀(節(jié)點(diǎn)數(shù), 特征數(shù))做全局平均池化 x x.permute(1, 0).unsqueeze(0) x self.global_pool(x).squeeze(-1) # 經(jīng)過兩層KAN x self.kan1(x) x torch.relu(x) x self.kan2(x) return x這段示例代碼里的AdaptiveBSplineLayer做了一個(gè)基礎(chǔ)版本的B樣條展開。真正實(shí)現(xiàn)時(shí)我建議使用pykan庫(kù)或efficient-kan這類開源庫(kù)里的成熟B樣條實(shí)現(xiàn)因?yàn)槭謱態(tài)樣條基函數(shù)在數(shù)值穩(wěn)定性上有很多坑稍不留神就會(huì)出現(xiàn)NaN梯度。另外一個(gè)工程提醒是KAN層對(duì)輸入尺度非常敏感務(wù)必在送入KAN之前對(duì)特征做歸一化否則訓(xùn)練初期loss會(huì)劇烈震蕩。這正是為什么在ACNGAT和AFO-GKAN之間我在項(xiàng)目里加了一個(gè)LayerNorm層確保KAN接收的輸入分布是穩(wěn)定的。5. 訓(xùn)練策略、評(píng)估指標(biāo)與效果對(duì)比5.1 訓(xùn)練參數(shù)與優(yōu)化器選擇模型搭好之后訓(xùn)練環(huán)節(jié)直接關(guān)系到最終性能。我先給出我自己經(jīng)過多輪調(diào)參后得到的一組可靠的訓(xùn)練配置優(yōu)化器AdamW初始學(xué)習(xí)率3e-4權(quán)重衰減1e-4學(xué)習(xí)率調(diào)度CosineAnnealingLR最小學(xué)習(xí)率1e-6周期50個(gè)epochBatch Size64圖數(shù)據(jù)注意每個(gè)batch包含多張獨(dú)立的圖需要對(duì)edge_index做batch偏移損失函數(shù)Focal Lossgamma2.0alpha0.75針對(duì)類別不平衡問題訓(xùn)練輪數(shù)80 ~ 120輪早停法patience15之所以選Focal Loss而不是普通的交叉熵是因?yàn)殡娋W(wǎng)暫態(tài)穩(wěn)定數(shù)據(jù)天然存在類別不平衡。Focal Loss的作用是對(duì)易分類樣本的損失進(jìn)行衰減把訓(xùn)練重心引向難分類的少數(shù)類失穩(wěn)樣本。我一開始用交叉熵訓(xùn)練AUC大概在0.94左右但失穩(wěn)樣本的召回率只有70%出頭換成Focal Loss后在不犧牲穩(wěn)定樣本精度的前提下失穩(wěn)樣本召回率提升到接近90%。這個(gè)提升幅度比換任何模型結(jié)構(gòu)都來得直接。5.2 評(píng)估指標(biāo)的選擇別只看準(zhǔn)確率在做電力系統(tǒng)AI評(píng)估時(shí)我反復(fù)向周圍的人強(qiáng)調(diào)不能只看Accuracy。因?yàn)槿绻€(wěn)定樣本占比95%一個(gè)“永遠(yuǎn)判穩(wěn)定”的傻瓜模型準(zhǔn)確率也能達(dá)到95%你看上去很完美實(shí)際上毫無工程價(jià)值。針對(duì)暫態(tài)穩(wěn)定評(píng)估更應(yīng)該關(guān)注以下三個(gè)指標(biāo)指標(biāo)含義工程意義失穩(wěn)樣本召回率Recall實(shí)際失穩(wěn)樣本中被正確識(shí)別的比例漏報(bào)一次失穩(wěn)意味著可能的電網(wǎng)崩潰事故穩(wěn)定樣本誤警率False Positive Rate穩(wěn)定樣本被誤判為失穩(wěn)的比例誤警會(huì)導(dǎo)致不必要的切機(jī)切負(fù)荷造成經(jīng)濟(jì)損失AUC綜合反映分類器的排序能力衡量模型對(duì)不同運(yùn)行方式的整體區(qū)分度我最終模型的測(cè)試集結(jié)果是失穩(wěn)樣本召回率92.3%誤警率4.1%AUC接近0.98。對(duì)一個(gè)基于仿真數(shù)據(jù)訓(xùn)練、未有在線學(xué)習(xí)機(jī)制的模型來說這個(gè)水平已經(jīng)具備初步的工程化條件了。5.3 與傳統(tǒng)模型、經(jīng)典圖模型的對(duì)比為了驗(yàn)證ACNGATAFO-GKAN的優(yōu)勢(shì)我在同一份數(shù)據(jù)集上做了橫向?qū)Ρ葘?shí)驗(yàn)結(jié)果如下表模型準(zhǔn)確率失穩(wěn)召回率誤警率單樣本推理耗時(shí)支持向量機(jī)RBF核93.2%72.5%6.3%0.8 ms多層感知機(jī)MLP94.1%76.9%5.1%0.5 ms圖注意力網(wǎng)絡(luò)GAT96.0%83.7%4.8%7.2 msACNGAT無AFO-GKAN頭96.8%87.0%4.3%8.1 msACNGAT AFO-GKAN完整方案97.5%92.3%4.1%9.6 ms需要特別說明的是這里的推理耗時(shí)是在CPU上測(cè)的Intel i7-12700如果換成GPU單樣本推理可以壓到1毫秒以內(nèi)。從結(jié)果可以清楚看到傳統(tǒng)機(jī)器學(xué)習(xí)模型在失穩(wěn)樣本召回率上存在明顯天花板而圖結(jié)構(gòu)模型在同樣準(zhǔn)確率下顯著拉升了關(guān)鍵的召回率指標(biāo)。ACNGAT和AFO-GKAN組合的優(yōu)勢(shì)在于它把GAT帶來的拓?fù)涓兄芰蚄AN帶來的強(qiáng)非線性擬合能力疊加在一起收到的是“112”的效果。5.4 訓(xùn)練過程中的loss曲線與收斂性我在這里多說一句訓(xùn)練曲線觀察的經(jīng)驗(yàn)。項(xiàng)目里我發(fā)現(xiàn)AFO-GKAN模塊在訓(xùn)練初期的loss下降速度比傳統(tǒng)MLP分類頭要快大約10個(gè)epoch就能達(dá)到MLP的30個(gè)epoch水平但到了后期會(huì)出現(xiàn)輕微的平臺(tái)期震蕩。這種震蕩大概率是KAN層中B樣條基函數(shù)在樣本稀疏區(qū)間控制點(diǎn)更新幅度過大導(dǎo)致的。我的應(yīng)對(duì)辦法是加快學(xué)習(xí)率衰減同時(shí)在30個(gè)epoch后對(duì)KAN層的控制點(diǎn)更新加上一個(gè)小的動(dòng)量項(xiàng)保證平滑收斂。如果你復(fù)現(xiàn)時(shí)也遇到類似平臺(tái)期建議先別急著調(diào)模型結(jié)構(gòu)從優(yōu)化器參數(shù)和控制點(diǎn)更新頻率入手。6. 常見問題與排坑實(shí)錄6.1 數(shù)據(jù)類問題問題一訓(xùn)練集準(zhǔn)確率很高但測(cè)試集失穩(wěn)樣本召回率極低。這個(gè)現(xiàn)象幾乎可以斷定是數(shù)據(jù)劃分泄漏或者樣本分布不一致導(dǎo)致的。排查路徑先檢查數(shù)據(jù)歸一化是否混用了全量數(shù)據(jù)統(tǒng)計(jì)量再檢查按時(shí)間劃分?jǐn)?shù)據(jù)時(shí)是否存在同一故障場(chǎng)景的短期關(guān)聯(lián)樣本同時(shí)出現(xiàn)在訓(xùn)練集和測(cè)試集最后檢查失穩(wěn)樣本比例是否在兩個(gè)集合中差異過大。我的建議是在做數(shù)據(jù)劃分時(shí)嚴(yán)格按照“不同的故障場(chǎng)景”為粒度切分不能按樣本隨機(jī)切分否則會(huì)高估模型的泛化能力。問題二仿真數(shù)據(jù)與真實(shí)電網(wǎng)數(shù)據(jù)分布差異大模型上線后性能下降。這種是壓模型落地中最常見的問題。你能做的有限但有一條是必須的——在模型部署后加入在線學(xué)習(xí)機(jī)制定期用新的電網(wǎng)運(yùn)行數(shù)據(jù)包括故障錄波數(shù)據(jù)微調(diào)模型。同時(shí)在特征層面盡量選擇和物理機(jī)理強(qiáng)相關(guān)的量作為輸入減少對(duì)仿真環(huán)境特有的噪聲特征的依賴。6.2 模型訓(xùn)練類問題問題三圖注意力層訓(xùn)練時(shí)顯存爆炸。這通常不是模型參數(shù)量的問題而是圖結(jié)構(gòu)的邊數(shù)過多導(dǎo)致的。我在實(shí)際測(cè)試中用一個(gè)200節(jié)點(diǎn)的電網(wǎng)模型全連接圖的邊數(shù)接近4萬條GAT層的前向計(jì)算直接吃滿了12GB顯存。解決方法很簡(jiǎn)單按電氣距離閾值比如電抗值小于某個(gè)值剪枝邊讓稀疏度控制在5%以內(nèi)顯存占用直接縮到原來的三分之一。問題四KAN層輸出出現(xiàn)NaN或梯度爆炸。這是我在使用自定義B樣條層時(shí)踩得最深的坑。原因一般是B樣條基函數(shù)在邊界處的取值不穩(wěn)定特別是輸入超出網(wǎng)格范圍時(shí)基函數(shù)計(jì)算結(jié)果會(huì)迅速膨脹。解決方式第一所有進(jìn)入KAN層的輸入強(qiáng)制經(jīng)過歸一化到[0,1]區(qū)間第二在B樣條基函數(shù)計(jì)算時(shí)增加數(shù)值截?cái)郼lamp第三初始化控制點(diǎn)權(quán)值時(shí)用較小的標(biāo)準(zhǔn)差0.05~0.1不要用默認(rèn)的均勻分布大范圍初始化。6.3 工程部署類問題問題五模型實(shí)時(shí)性不夠雖然單樣本推理快但前置數(shù)據(jù)處理耗時(shí)大。很多人在實(shí)際部署時(shí)才發(fā)現(xiàn)模型推理只占整個(gè)鏈路的一小部分時(shí)間真正的大頭是數(shù)據(jù)預(yù)處理——從PMU、SCADA拿到原始量測(cè)數(shù)據(jù)后要做數(shù)據(jù)清洗、拓?fù)浔孀R(shí)、特征計(jì)算這一步可能就要幾十毫秒。想壓實(shí)時(shí)延一方面要在數(shù)據(jù)流水線上做并行化優(yōu)化另一方面是考慮把“特征計(jì)算”和“模型推理”一起打包成服務(wù)放在靠近數(shù)據(jù)源的邊緣節(jié)點(diǎn)上而不是把所有數(shù)據(jù)傳到云端處理。問題類型典型現(xiàn)象排查與解決辦法數(shù)據(jù)類測(cè)試集失穩(wěn)召回率遠(yuǎn)低于訓(xùn)練集數(shù)據(jù)切分粒度改為故障場(chǎng)景級(jí)避免時(shí)序泄漏數(shù)據(jù)類穩(wěn)定樣本與失穩(wěn)樣本量差異過大故障掃描時(shí)提高嚴(yán)重故障占比或改用Focal Loss訓(xùn)練類圖結(jié)構(gòu)稀疏度低顯存爆炸按電氣距離裁剪邊稀疏度控制在5%以內(nèi)訓(xùn)練類KAN層出現(xiàn)NaN或梯度爆炸歸一化輸入到[0,1]B樣條邊界截?cái)嘈?biāo)準(zhǔn)差初始化部署類單樣本推理快但全鏈路時(shí)延長(zhǎng)數(shù)據(jù)預(yù)處理并行化或下沉到邊緣節(jié)點(diǎn)執(zhí)行7. 這個(gè)方案后續(xù)還可以怎么玩我個(gè)人在實(shí)際操作中最大的體會(huì)是這套ACNGATAFO-GKAN雖然是在暫態(tài)穩(wěn)定評(píng)估這個(gè)場(chǎng)景下搭起來的但它的適配面其實(shí)很廣。比如你完全可以把特征提取部分換成其他類型的圖數(shù)據(jù)邊的權(quán)重改成線路的實(shí)時(shí)潮流方向用同樣的框架去做電網(wǎng)的“靜態(tài)安全分析”或者把輸出層從二分類改成多分類去判斷失穩(wěn)模式功角失穩(wěn)、電壓失穩(wěn)、頻率失穩(wěn)——這對(duì)調(diào)度員的輔助決策意義更大。再進(jìn)一步結(jié)合強(qiáng)化學(xué)習(xí)思路把AFO-GKAN輸出的置信度作為約束信號(hào)指導(dǎo)切機(jī)切負(fù)荷等預(yù)防控制策略的制定就是更前端的“智能預(yù)防控制”了。最后再分享一個(gè)小技巧。如果你打算在Windows系統(tǒng)上復(fù)現(xiàn)這套方案環(huán)境配置上一定記得把PyTorch GeometricPyG的版本和PyTorch版本嚴(yán)格對(duì)齊否則會(huì)因?yàn)镃UDA編譯不一致報(bào)出一堆莫名其妙的內(nèi)存錯(cuò)誤。我建議直接用CPU版本的PyG做原型驗(yàn)證把模型跑通之后再切GPU加速這樣能省下一大半的排障時(shí)間。這套代碼整體框架不挑機(jī)器你完全可以在自己手頭的工作站上先跑通小算例再考慮擴(kuò)大仿真規(guī)模。如果后續(xù)有什么坑或者更好的改進(jìn)思路歡迎交流討論。本文還有配套的精品資源點(diǎn)擊獲取
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
久9热| 久99久在线| 五月婷婷狠狠久久| 婷婷丁香成人| 玖玖福利视频资源| 婷婷99视频精品| 97色女人在线| 国产人妻777人伦精品HD| 欧美日韩成人综合9| 在线99精品| 人人操插| 婷婷香五月综合激情| www.五月丁香| 久碰视频| 99玖玖人人| 色综合久久88色综合天天99| 精品网站:999WWW| 中美日韩成人在线| 亭亭社区五月天| 亚洲操操操| 五月天婷婷久久| 伊人无码高清| 97超碰色| 欧美日韩一a.无| 五月丁香日本片| 亚洲婷婷激情五月天| 色婷婷五月天在线观看| 亚洲欧美婷婷五月色综合| 99久久国产宗和精品1上映| 五月天婷婷激情六月久久| 骚五月婷婷| 久久五月天综合视频网站| 天天摸天天日天天舔| 国产美女视频久| 色婷婷狠狠18禁| 日本91在线播放| 超碰在线免费9| 77799热| 丁香五月瑟瑟| 超碰97干| 色综合中文综合网| 免費亭亭成人| 久久爱婷婷| 日日夜夜天天综合| 99riAV成人在线视频| 狠狠爱婷婷爱| 五月综合激情视频在线| 91久久99久久91熟女精品| 97碰91| 午夜丁香| 婷婷色五天| 婷婷香五月综合激情| 成人AV中文字幕| 欧美性猛交99久久久久99按摩| www,奇米影视| 久久五月视频| 国产乱妇乱子伦| 另类在线| 亚洲免费观看高清完整版AV线| 天天做天天爱天天爽夜夜揉| 婷婷综合色图| 色婷婷五月成人网| 婷婷丁香色五月久久88| 性做久久久久久久免费看| 色情婷婷。| 日日夜夜狠狠婷婷色| 综合色色色| 色婷婷电影网| 人妻操逼视频。| 婷婷五月天在线综合| 99视频在线| 色综合久久综合| 色婷婷五月网| 天天骑天天操| 新97人人上人人| 日本五月婷| 亚洲亚洲人成综合网络| 深爱女色婷婷丁香五月亚洲图区| 天天日日夜夜| 亚洲久艹| 欧美草久久五月天91| 超碰在线人妻| 99re这里只有精品9| 色五月五月天色婷婷色五月| 丰满少妇猛烈A片免费看观看| 日韩精品一区二区刘| 激情五月天之六月婷婷| 色色热| 亚洲中文字幕AV| 五月丁香六月婷婷激情视频在线观看免费 | 久久久99精品免费观看| 99综合婷婷五月| 男女99免费视频| se.久久视频在线观看| 婷婷成人五月天一区| 久久婷婷色| 激情网色五月| 婷婷久久草| 国产精品国产成人国产三级| 九九碰九九爱97超碰| 丁香五月开心亚洲| 五月丁香六月综合基地| 99热播放| 九九久久五月天综合伊人| 色噜噜狠噜噜视频| 日韩av网站在线观看| 激情色视频| 国产午夜成人AV在线播放| 只有精品在线观看| 97色色视频| 亚洲人成网亚洲欧洲无码久久| www,天天干| 亚洲亚洲人成综合网络| 激情五月婷婷在线区| 丁香婷婷激情| 激情纯色婷婷五月天在线不卡视频| 九九人人精品| www.91久久| 久久作爱| 久久久久久久丁香五月天婷婷| 五月婷丁香| 免费人人操| 色婷婷五月天久久| 九九热欧美| 欧洲综合视频| 成人羞羞啪啪 全 视频| 国产婷伊人| 亚洲久久婷婷| 99乱视频| 一本大道熟女人妻中文字幕在线| 亚洲综合婷婷五月| 激情五月天婷婷五月天| 欧美一级操逼视频| w婷婷五月婷婷w| 婷婷六月啪啪| 激情五月天婷婷| 色婷婷成人影片| 久久99久久99精品,久国产,久久精品免费,99久在线,久久久久国产精品免费网站,9 | 九热免费视频| 色99日韩| 影音先锋xfplay资源男人网| httpwww色com日本| 成人永久免费视频在线观看| 丁香五月激情宗合网| 国产精品视频免费看| 加勒比日本一区二区三区| 91肏| 五月激情精品视频| 爱穴久久| 婷婷久久丁香五月| 亚洲avjiujiur91| 色天堂婷婷| 九九免费精品| 色综合色色| 91狠狠综合久久久| 综合久久六月| 色五月天.con| 色婷婷精| 五月丁香综合| 九九热只有精品6| 色无婷婷| 久久多色| 色 五月婷婷基地| 日本123区日韩欧美不卡在线看| 丁香五月欧美激情| 91超碰人人操| 两性婷婷丁香五月| 九九精品自拍| 亚洲99在线| 色涩影院六月丁香| 日本久久99| 不卡影院午夜理论片| 中文字幕在线不卡视频| 欧美色婷婷| 婷婷五月深深爱| 激情视频综合| 丰满少妇猛烈A片免费看观看| 久久这里面只有精品视频| 字幕网AV中文字幕| 五月天色综合| 亚洲丁香五月天在线视频| 丁香五月花| 色婷婷成人| 亚洲中文字幕av| 亚洲色无码A片一区二区麻豆| 激情五月六月丁香| www.色99| 婷婷丁香先锋资源网站| 思思久久99热只有频精品66| 五月婷婷成人| 开心色播色五月婷婷| 日韩免费99| 大香蕉综合网| 开心激情综合| 丁香婷婷五月天色播| 毛v一区二区视频| 五月天婷婷综合网| 日本高清久| 五月丁香六月婷婷亚洲激情综合| 超碰伊人碰婷婷五月| 天天肏夜夜肏| 狼友超碰| 激情小说婷婷五月| 色天天久婷婷| 狠狠色婷婷| 五月丁香亭亭A片| 啪啪综合网| 狠色色狠网| 99亚洲精品视频在线观看| 久9热在线免费观看| 久99视频| 日韩淑女人妻luan伦激情精品一区二| 五月色情婷婷开心五月天| 婷婷色六月| 丁香五月社区| 91一起操| 亚洲欧州色情在线观看| 丁香色六月婷婷| 久久婷婷丁香五月宗合| 1024欧美看片| 婷婷色情 | 99在线免费视频| 99爱免费视频在线观看| 色色色99韩| 超碰猛烈的性猛交| 色婷狠狠| 久9精品视频在线| 丁香五月在线播放| 综合色色婷婷| 99日本在线| 蜜乳中文字| 99这里的视频都是精品| 99在线观看| 国产亚洲色婷婷久久99精品91 www.riverspirits.org www.hnnun.com www.changh | 色五月婷婷少妇人妻| 一起草AV| 色偷偷色婷婷| 欧美激情综合色综合啪啪五月| 做爱夜夜干天天操| 五月天婷婷色在线视频免费观看| 五月婷婷狠狠久久| 色情成人五月天| 免费看欧美成人A片无码 | 91丁香五月| www.99成人视频| 爱草视频在线观看| 天干干夜夜操| 亚州激情在线视频| 五月婷婷黄色| 久99视频在线观看| 伊人超碰在线| Av在线不卡一区| 国产精产国品一二三在观看| 丁香婷婷十月| 99爱视频免费看| 伊人在线婷婷草| 99热这里只有99| 亚洲精品视频在线播放| 91五月天| 激情五月深爱五月观看| 婷婷五月丁香基地在线视频官网| 色五月婷婷自拍| 婷婷五月欧美| 色色婷婷综合| 国产乱子轮XXX农村| 99热伊人| 三级三久久线久久99久目本WW| 天天日天天插| 久99视频在线观看| 丁香六月婷婷| 激情五月婷| 五月丁香六月色| 99热这里只有精品55| 99热这里只有精品22| 久久免费婷婷视频| 激情五月天色爱| 五月丁香六月婷婷免费视频| 伊人狠狠干| 婷婷五月天激情五月天| 天天天综合网| 91色逼| 爆乳熟妇一区二区三区爆乳照片| 538在线精品| 久久婷婷五月| 9热视频在线观看| 大香蕉天堂| 九九色人| 色色激情| 在线视频九色97| 五月丁香狠狠爱婷婷综合| 久草婷妨| 婷婷丁香五月基地| 偷偷操99| 天天噜天天插| 婷婷激情五月天小说| 色性五月天| 伊人狠狠操| 狠狠激情五月天| 99久久五月婷婷| 开心五月深爱激情| 成人免费在线电影| 综合激情婷婷| 超碰无码老师| 9操在线| 狠狠夜夜五月丁香| 五月婷婷开心丁香| 五月丁香大相交| 五月丁香人妻| 激情亚洲五月| 婷婷丁香亚洲色综合91| 中海油常州环保涂料有限公司| 日本在线视频www色| 操操操操操操婷婷五月天| 五月婷婷色男女| 五月亭亭综合五码| 久久99久久99精品免观看粉嫩| 五月丁香六月色| 九九九九这里只有精品| 婷婷婷婷婷婷婷婷婷婷丁香| 99操免费视频| a69在线视频| 99热这里有精品2| 五月婷综合| 9l视频自拍9l九色成人| 九九婷婷热| 亚洲黄3级片网站欧美| 91精品久久久久久综合五月天| 五月天综合在线| 久久视频婷婷视频| 久色大| 天天干天天干天天干天天干天天干| 狠狠做深爱婷婷久久综合一区| 久久五月天婷婷| 久久色大香蕉| 91人人爽狠狠狠| 色五月开心五月激情五月| 精品久久久人妻| 久久婷婷六月综合| 九97免费视频| 久热精品视频在线观| 亚洲激情四射色| 五月丁小婷婷激情四射| 97人妻碰碰碰久久| 婷婷五月丁香高清无码| 亚洲va成人va成人va在线观看| 亚洲熟女色| 日本天天操| 亚洲激情| 美女要搞搞天天搞搞搞网站| 五月丁香久| 免费视频无码| 日本三级中文字幕| 六月婷婷私欲| 午夜福利成人AV91| 综合激情在线| 深爱激情婷| 五月丁香啪啪| 国产真实乱了老女人视频| 婷香狠狠爱五月| 天天色天天爽| 丁香五月情| 麻豆AV一区二区三区| 玖玖色资源| 丁香伊人激情| www.超碰在线| 人人操 色| 人人爱天天摸摸天天爱| 丁香五月色色| 色99www.| 婷婷五月天综合色| 亚洲中文字幕在线观看| 丁香五月性爱| 99在线精品视频| 久久AV无码精品人妻系列试探| 色色丁香五月天社区| 99热精品在线| 五月婷激情影院| 激情综合视频| 色五月婷婷少妇人妻| 五月婷在线视频免费看| 牛色色碰| 青青夜夜狠狠夜夜狠狠| 另类激情综合| 大香蕉欧美在线| 99视频在线观看视频| 婷婷五月情| 天天网曰日曰夜夜综合永久免费| 丁香婷婷久久| PORNY九色9l自拍视频成人| 婷婷性爱五月天丁香网| 五月天婷爱综合| www.色综合.com| 在线观看欧美3区| 婷婷五月永远18免费久久久| 婷婷色婷婷| 九热久| 五月丁香亚洲五月| www.婷婷| 狠狠夜夜五月丁香| 99色色| 99热国产精品| 中文无码婷婷| 九九re精品视频在线观看| 综合五月网| 亚洲久久天堂| 天天舔日日肏夜夜爽| 婷婷成人基地| 婷婷综合成人五月天| 天堂久久性| 综合激情九月婷婷,激情综合婷婷中文字| 丁香色情五月综合激情| 亚洲精品色| 九九色影视| 激情综合99| 一操久久| 9l视频自拍九色9l视频在线观看| 182tv992tv人之初午夜免费观看| 99区视频| 被强行糟蹋的女人A片| 中文精品久久久久人妻不| 9久精品视频| 99热最新精品| 999热在线视频| 久草视频一,二三四| 99久热| 99色.com| 五月丁香综合中文| 综合久久影院| 思思re99视频在线观看| 婷婷五月天成人五月天| 9999久久久久| 深爱激情九九五月天 | 综合色五月天| 另类伊人婷婷| 婷婷九月色| 99色综合| 精品一二三区久久AAA片| 精品九九在线观看视频| 第四色激情网| 狠狠色丁香综合| 欧美激情VA永久在线播放| 欧美黑人大吊| 中文字幕无码人妻少妇免费视频| 激情四射五月天偷偷看婷婷| 丰满少妇猛烈A片免费看观看| 开心五月婷婷激情| 国产一级片| 天天日人人| 国产精品视频免费看| 91丁香五月| 成人在线精品| 久久亚洲婷婷综合色五月| 青青青在线视频国产| 狠狠色丁香| 伊人99热| dingxiangtingtingliuyue| 久久99久久99精品,久国产,久久精品免费,99久在线,久久久久国产精品免费网站,9 | 婷婷九月| 精品爱欲五| 亚洲AV色婷婷人禽五月天| 丁香六月av| 曰曰久久| 热热久久精品视频| 九热网站| 激情五月婷黄版| 久久久18| 亚洲欧美日韩VIP| 丁香五月婷综合网| 亚洲天堂爱爱| 欧美性猛交99久久久久99按摩| 婷婷六月爽| 影音 五月 婷婷 久久| 99色视频在线观看| 五月丁香婷婷啪啪网| 91婷婷搞| 狠狠五月丁香色婷| 99久久精品免费精品国产_国产精品久久久久久_国产在线|日韩_久久国产精品电影 | 激情五月婷婷五月| 欧日美女Va| 色婷婷激情Av久久久| 俺去也五月| 日本婷久久| 97久久人人| 婷婷区日本| 久久五月婷天天干| 色婷婷a v| 亚洲精99| 亚洲欧美综合7777色亭亭| 久久这里只有精品99| 久久婷婷五月天| 色一色综合| 激情婷婷久久| 26UUU在线观看| 色五月天婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷 | 九艹在线| 人妻丰满精品一区二区A片| 五月花婷婷最新| 国产人人操| 六月婷婷色综合| 婷婷五月天人妻| 性色综合网| 婷婷五月在线视频| 色五月激情五月天| 久这里只有精品| 9 大屁股在线视频精品| 亚洲午夜AV| 思思热AV| 开心五月婷婷六月丁香| 狠狠爱婷婷| 亚洲V国产V欧美V久久久久久| 国产精品久久久久久五月天加勒比 | 婷婷五月天六点丁香五月| 97人妻碰碰碰久| 色色色九九九五月婷婷| 色屌丝中文字幕| 激情五月天无人视频在线| 丁香五月婷婷啪啪| 日本黄色精品| 九九99九九精品免费 | 九九伦子片| 六月激情网| 色五月天电影| 婷婷丁香亚洲五月天| 影音先锋色婷婷| 欧美日韩成人h| 玖玖热视频| 色五月天成人| 激情婷婷六月| 色婷婷91激情小说| 伊人婷婷大香蕉| 99免费超碰在线| www.超碰在线| 五月激情婷婷播播开心| 狠狠插狠狠| 久久人妻久久久久| 人伦30P| 狠狠色噜噜色狠狠狠综合色 | 婷婷五月色| 婷婷性爱五月天| 亚洲五月天综合| 日本三级大片| 99人人干人人| 亚州婷婷五月激情综合| 超碰色热| 成人.在线日韩| 天天爽天天日| 日本九九九九| 久草视频一,二三四| 婷婷五月天天| www.色五月| 人橾人| 久久久潮喷-久久久九九-成人AV| 五月婷婷婷婷| 亚洲AV人人操| 天天做天天摸| 思思久热6| 色婷婷基地在线| 国产精品视频免费看| 久久婷婷六月综合国际| 国产肥白大熟妇BBBB视频| 99热精品免费| 婷婷基地爱| 大香蕉伊人99| 色婷婷19| 九九青草热| 婷婷丁香成人五月天| 丁香五月六月激情| 伊人大香五月天| 97中文在线| 91大神操美女| 成人国产综合| 九月影院義母在线播放| 日本三久久| 国产性爱一级| 2017人人操| 四季AV综合网| CAoub青青超碰| 婷婷五月天性爱视频| 毛片九九九九九九九九18| 91打屁股免费看| 97色色综合| 精品久久99| 色色色色五月天| 亚洲综合1024| 日日干日日| 婷婷五月天六月丁香| 欧美色小说婷婷| 亚洲 无码 中文字幕 中出| 夜夜爽日日躁| 五月婷婷六月激情网| 久久综合激情五月天| 高潮毛片遮挡费高一百度| 性爱先锋AV| 婷婷五月天激情四射五月天激情| 久久作爱| 欧美熟女99| 91狠狠色丁香婷婷综合久久精品| 婷婷六月视频| 久久亚洲婷婷| 久久九九综合| 成人中文网| 狠狠婷婷综合| wuyuedingxiang| 久久99jiu9| 五月婷婷日本| 亚洲中文字幕av| 免费视频舔| 丁香五月婷婷六月婷| 玖玖精品资源| 婷婷五月激情视频在线| 性色视频| 91人操| 五月婷婷色色| 天天综合精品| 深爱五月天| 777米奇影视第四色| 五月天偷拍| 激情婷婷丁香| 色综合久久88| 啪啪啪大香蕉| 丁香五月在线观看综合| 午夜五月天| 91丁香五月| 午夜丁香婷婷| 五月天久久婷| 91大屁股精品| 天天射夜夜爽| 99国产性感视频| 五月婷婷丁香六月| 婷婷久草| 熟女强人妻一区二区三区四区无| 国产日产亚洲系列最新| 精品九九婷婷| 六月丁香综合| 久久五月婷综合网| 色色 亚洲| 五月天天综合| 五月激情小说| 国产精品18久久久| 超级碰碰碰碰视频| 丁香六月婷婷综合激情欧美| 色婷婷激情小说网| 激情五月天小说网| 九九这里是免费的视频5| 激情五月天色播| 91聚色综合网| 亚洲天堂爱爱| 热无码A∨| 狠狠色丁香婷婷基地| 九热视频| 99超级碰碰| 亚洲综合激情五月久久| 婷婷五月天av小说| 91性高潮久久久久久久久| 逼逼AV| 国产综合婷婷| 无码人妻精品一区二区蜜桃色欲| 亚洲岛国电影| 欧亚洲在线高清视频| 五月婷婷福利| 日91高清无玛| 精品久久穴| 久久99久久99精品免观看粉嫩| 九九精品视频免费在线| 99热99精品在线观看| www.婷婷,com| 中国女人做爰A片| 玖玖婷婷五月| 婷婷丁香激情| 99精品亚洲| 婷婷久久欧美| 天天免费成年人视频| 人妻久久久久久| 专区无日本视频高清8| 日韩综合久| 五月色欧洲| 国产精品视频免费看| AA片在线观看视频在线播放| 亚洲成人综合网在线免费观看| 综合激情五月婷婷| 五月婷婷狠狠干| 99热这里有精力| 第1影院之五月婷婷| 99热这里只有精品手机在线观看| 天天色,天天日,天天做| 天天爽夜夜操| 97干欧美| 狠狠色 综合色区| 丁香六月婷婷色XXXXX| 一级性爱大片| 六月丁香综合网| 久久久精品色| 激情爱爱网站超大免费| 九九机热| 亚洲国产精品SUV| 4399在线观看免费高清黄色视频| 桃色激情婷婷伊人网| 亚洲情a| 黑人糟蹋人妻HD中文字幕| 美女黄频aⅴ视频| 国产99精品免费视频| 最新久久网址| 51XX嘿嘿午夜无码| 26uuu另类亚洲欧美日本一| 这里只有九九精品| 婷婷九月| 91大神操美女| 新激情五月天天在线网| 在线亚洲综合网| 人人干Av| 国产熟女一区二区三区五月婷| 久久您您综合网| 思思99热在线| 五月狠狠| 婷婷五月娱乐在线| 色噜噜在线| 天天做天天爱| 丁香六月婷月91婷月| 99热大香蕉| 六月婷婷色色色| 5月婷婷6月六月丁香| 国产美女无遮挡裸体毛片A片| 激情性爱五月| www.99热| 色婷婷91| 久久怡红院| 色婷婷亚洲在线观看| 99爱在线视频观看| 欧美经典片免费观看大全| 91精品91久久久中77777久久玖玖九九| 国产成人va在线| 国产午夜精品AV一区二区麻豆| www久久99| 色色日本欧美| 久热超碰91| 五月丁香激情婷婷综合字幕| 免费看欧美成人A片无码| 91porn一起草| 九热免费视频| 丁香婷婷六月天| 色婷婷www| 丁香五月天堂亚洲社区| 丁香激情网| 五月色婷婷综合| 五月丁香综合激情| 日本久久婷婷| 精品人人操| 在线播放成人网站| 九九热在线观看6| 大香蕉九操| www.久久久.com| 欧美色色色| 婷婷爱在线观看| 一起草性爱不卡视频| 激情欧美婷婷| 色色五月天婷婷| 色五月在线| 中字幕视频在线永久在线观看免费 | 热九九在线| 精品婷婷| 婷婷色五月婷婷姐妹| 五月婷婷六月丁香| www.久久66| 日本性视频| 色色综合色| 视频久久9| 国产婷婷五月天| 中文字幕在线免费观看视频| 亚洲五月天婷婷| 欧美99热| 嫩BBB槡BBBB搡BBBB| 夜夜骑日日操| 日韩人妻AV在线| 丁香五月狠狠综合欧美| 日本精品久久久久中文字幕| 天天色天天噜| 婷婷综合久久综合| 五月天激情小说| 狠狠人妻色综合| 国产免费一区二区在线A片视频| 成人色图情色成人网 www.5b5b5bcom 五月天 | 亚洲五月花| 五月天久久www| 久色网| 色婷亚洲| 国精产品一区二区三区| 天天影视天天爽天天草| 久久HD| 亚洲国产精品二二三三区| 一个色的综合| 激情婷婷视频在线| 岛国AV网| 五月婷婷插一插| 69精品无码一区二区三区| 综合99久久| 激情五月天开心网丁香无码| 黄色AAAAAAA| 六月婷婷激情| 99五月丁香丁| 丁香五月综合网| 99热天堂| 婷婷丁香水多多视频| 综合激情四射一theav| 亚洲天堂爱爱| 黄涩毛片| 亚洲综合另类| www.夜夜操| 久久免费视频62| 婷婷涩五月| 狠狠CAO日日穞夜夜穞AV | 全国最新疫情| 五月天婷婷久草丁香| 丁香婷婷影院| 天天做天天爱天天玩夜夜爽| 激情综合在线观看| 欧美特大片黄| 九九在线精点品| 开心五月婷婷五月| 五月丁香色色色| www99热| 99这里只有精彩视频| 香蕉国产2013| 成人丁香婷婷| 97中文在线| 丁香婷婷十月| 婷婷丁香色五月亚洲| 精品亚洲国产成AV人片传媒| 一丁香五月天月AV| 五月丁香婷婷中文网| 五月婷婷导航| 五月天电影网| 九九99在线免费在线观看视频| 99精品视频在线观看免费| 五月丁香激情综合网官网| 久久综合中文字幕| 亚洲 六月 综合| 五月总合激情网| 日本成人内射| 色色a| 天天爱天天操| 色情一区二区播放| 97福利视频| 婷婷伊人视婷婷婷| 五月天天丁香婷婷| 激情五月天小说网| 婷婷五月色| 天天爽综合网| 色综合天天网| 97人妻碰碰中文无码久热丝袜| 久99999热视频在线观看免费| 婷婷色在线视频| 五月天成人在线播放丁香| 天天看片日日夜夜| 色婷婷大香蕉| 久婷婷五月综合欧美| 8050一级网| 精品夜夜澡人妻无码AV| 91在线日| 伊人久久五月天综合| 久久这有这里精品| 丁香玖玖| 婷婷新网址| 北条麻妃九九九国产精品视频| 伊人狠狠丁香婷婷综合尤物| 丁香色婷婷| 六月亭亭久久综合激情| 欧美色骚婷婷五月天| 久久久久久久97| 色婷婷丁香AV综合| 影音先锋男人女人| 伊人综合网站| 伊人久久大香蕉网| 五月天婷婷小说| 久久99性爱视频| 人人做人人看人人摸| 99re这里只有精品国产99| jiujiu热在线视频| 成人在线免费网址| 九热网站| 色一色综合| 激情五月婷婷| 婷婷五月天在线观看| 丁香五月激情综合| 色999亚洲人成色| 色婷婷丁香| 91成人看片| 99视频在线播放大全| 婷婷六月啪啪| 色色色色色色网| 五月激激激情综合网| 久久激情五月天| 日撸夜撸日操| www.色擼擼.com| 热99这里只有精品视频| 五月丁香婷婷啪啪综合网| 色婷婷五月天亚洲| 五月天六月丁香| 亚洲五月天综合色| WWW·天天操·视频?| 五月丁香日本片| 五月天婷婷六月激情网| 色99亚洲| 日本色婷婷五月天成人电影| www.久久五月天.com| 婷婷五月天色色| 9久热| 玖热精品综合视频| 丁香六月婷婷缴情欧美| 天天 青草 制服丝袜 在线| 丁香五月网络网络| 99er免费在线观看| 色高清无码视频| 五月久久亚洲| 婷婷久久亚洲| 深爱丁香激情| 开心五月天激情网站| 久久AV电影| 天天久综合| 久久精品夜色噜噜亚洲a∨| 激情图片婷婷丁香五月| 玖玖爱伊人| 婷婷基地爱| 五月天综合| 九九99久久精品| 五月天婷婷Av| 色久一| 久久婷婷五月天激情四射| 色域五月婷婷丁香| 婷香五月网在线| 综合久久丁香婷婷,五月婷婷六月丁香,开心激情综合网,六月丁香在线观看,婷婷丁 | 六月丁香深深爱| 久久aaaa片一区二区| 五月婷视屏在线观看| 日本WWW九九九| 另类视频综合| 色婷婷丁香五月| 99久久激情视频| 精品夜夜澡人妻无码AV| 久久3级片| 激情综合在线播放| 色五月综合激情| 丁香婷婷综合五月天| 五月丁香色婷婷综合| 99热99这里有免费的精品| 青青福利网| 五月综合婷婷五月| 婷婷综合色色| 香蕉久久国产AV一区二区| 黄色激情网站在线观看| 婷婷色片| 欧美久草在线日本一级特黄大片做受9在线观看韩国电影《两个女人》未删减-毛片 | 狠狠干婷婷| 任你草| 久久婷婷五月综合| 婷婷综合仓库中文| 久久久欧美精品sm网站| 婷婷她六月天| 免费播放99性爱视频| 狠狠综合网| 狠狠色婷婷7777久| 五月天啪啪网| 五月婷免费视频| 玖玖五月| 天天日人人| 天天爽天天透天天爱| 丁香五月六月综合欧美| 久久激情网| 婷婷碰碰| 99热国产精品| 日韩六十路91性交电影| 丁香六月综合| 天天艹夜夜艹| 任你干aa| 伊人久久婷婷| 婷婷激情网五月天| 另类图片色五月| 丰满少妇猛烈A片免费看观看| 国产av网| 在线网黄| 综合图区激情| 99热99在线| 九九色网专区| 色五月成人| 狠狠色噜噜狠狠狠888了| 丁香六月啪啪啪| 五月丁香亚洲综合| 婷婷五月丁香性爱| 日韩在线视频网站| 九九热短视频在线观看| 婷婷五月情| 青青草大香| 国产一级片| 亚洲国产色色| 99九九综合久久九九| 99色热| 99精品97| 色婷婷五月天综合网| 婷婷九九| 碰人人97| 丁香丁香激情网| 免费亚洲婷婷五月| 天天射影院| 日韩超碰在线| 人妻久久久久久久久久| 激情伊人五月天| 狠干综合| 极品 少妇 内射| 五月婷婷在线视频观看| 免费无码毛片一区二区A片| 丁香久久五月婷综合| 五月丁六月婷| 99精品热| 久久婷婷综合国产| 九九婷婷五月天影视| 色色色色五月| 99视频| 婷婷久月| 久久婷婷五月综合| 免费三级黄色| 夜夜爽天天| 久久婷婷网| 欧类av怡春院| 国产片天天爽夜夜爽| 人人爱人人草| 一本婷婷丁香久久| 婷婷五月天成人动漫 | 91 九色大美女| 婷婷五月四狠狠| 欧美激情VA永久在线播放| 国产亚洲AV人片在线| 九九热在视频| WWW.99热| 日本久久人| 天天xxxxxx天天日| 免费观看全黄做爰的视频| 色欲人妻综合aaaaaaaa网| 亚洲人成色A777777在线观看| 99国产精品久久久久久久久久久| av最新在线| 婷婷.com| 少妇性按摩无码中文A片| 操91| 欧洲毛片基地c区| www色婷婷com| 综合激情网激情五月。| 亚洲字幕AV一区二区三区四区| 日韩99视频| 国色天香伊人狠狠色| 高清不卡一区| 黄网在线观看免费| 噜噜噜久久亚洲精品国产品91| 九九色热| 天天玩天天摸| 色婷丁香| 大香蕉啪啪| 五月天开心网| 五月婷婷综合影院| 日婷婷久久开心| 丁香五月玖玖| 色噜噜婷婷| 农村熟妇高潮精品A片| 欧美一级色| 婷婷综合网| 曰曰久久| 天天草天天爱| 91热网址| 日本 色综合| 色五月婷婷五月天激情综合| 久草热8精品视频在线观看| 26uuu美女三级视频| 丁香五月天视频| 五月天婷婷基地| 一级黄色影片| 成人视屏在线观看| 五月丁香六月色婷婷| 欧美色色色色色| 久久9视频欧美| 日本久久性| 天堂在线9| 欧洲不卡视频| 97碰超级人人看| 9久热| 伊人99热| 开心五月婷婷激情| 五月激情综合婷婷| 9l视频自拍九色9l视频自拍九色9l社区| 久久九九99.www| 天色综合网站| AV色色天堂中文| 婷婷五月天BBw| 久久人人添人人爽添人人片αV| 亚洲丁香五月深爱五月| 91人人人人人| 色五月天视频| 超碰人人妻| 无人精品在线视频| 婷婷五月天黄色网址| 亚洲操逼网| 丁香婷婷六月激情文学 | 另类图片色五月| 偷拍五月丁香| 天天操天天操综合| 黄色片久久| 日韩爱操视频| 九九人人看| 久久激情网| 成人国产综合| 五月丁香六月色| 日日干夜夜撸夜夜骑| 久久这里只有精品视频15| 青青草护士中出内射-欧美电影在线天堂新版 | 五月情四婷婷| 久久精品无码一区| 色天天综合| aaaa久久| 久机视频这只有精品| 天天操天天插天天射| 五月丁香六月婷婷色日| 综合久久久| 久久伊人大香蕉| 视色综合| 亚洲Av成人在线观看| 成人av在线网址| 丁香五月天偷拍| 最近中文字幕2019视频1| 伍月婷丁香花全集| 小色小蛇伊人婷婷色香五月| 色五月色五天色情网| 亚洲视频色色| 九九精品9| 99热综合色图| 96人人操人人操人人| 国产亚洲精品久久久久苍井松 | 超级碰碰碰碰视频| 亚洲精品99| 4399成人黄A片| 无遮羞AV| 激情五月婷婷五月| 激情网战码亚洲A| 1024国产在线| 五月婷婷啪啪综合网| 色色综合成人网| A片试看120分钟做受视频红杏| 五月亭亭六月激情| 婷婷综合九月| 丁香九月综合| 在线VA视频| 国产精品 的国产| 丁香蜜臀黄色婷婷五月天| 天堂婷婷五月色| 九九久久高清| 丁香五月天视频| 久久亚洲激情五码| 激情综合啪啪啪| 天堂久久久久天堂网| 啪啪色区| 26uuu国产精品| 亚洲另类av| 极品人妻VideOssS人妻| 久热只有这里精品| 九九re精品视频在线观看 | 亚洲无AV在线中文字幕| 99亚洲精品视频| 新97人人上人人| 久久成人亚洲欧美电影| 婷婷淫淫狠狠六月| 婷婷五月丁香影院| 青青草Avb在线| 丝袜激情网| 俺也去综合| 婷婷色五月天色色| 日韩成人无码人妻| 综合久久五月| www.婷婷亚洲基地| 亚洲AV无码电影| 婷婷99| 激情五月综合网最新| 99免费成人网| 99欧美三级视频| 欧美成人精品A片免费一区99| 日韩色色视频www| 丁香五月婷婷激情网| 99精品手机在线视频| 欧美精品999| 欧美激情五月| 思思久久99热| 天天综合五月天| 夜夜爽天天爽| site:pnnrt.com| 乱抡小BB| 亚洲精品电影| 《丁香激情综合久久伊人久久》影视在线观看 -高清预告手机免费播放 -三妹影院 | 狠狠狠狠狠草| 九九久久精品| 青青久久五月天丁香婷婷| 深爱婷婷网| 日日夜夜狠狠| 国产日批视频| 久热AA| 婷婷六月成人| 天天日,天天插| 色婷婷六月| 亭亭丁香久久五月| 六月丁香色色| 日本天堂久久| 午夜69成人做爰视频| 五月天激情视频| 天天热夜夜操| 99久久精彩视频。| 色吧婷婷| 少妇性BBB搡BBB爽爽爽视頻| 婷婷五月在线播放| 囯产精品一品二区三区| 激情网五夜婷婷| 亚洲AV无码一区二| 美女婷婷激情亚洲| 欧美经典片免费观看大全| 五月亭亭开心网| 五月亭亭激情综合| 婷婷久久综合| AV在线观看网站| 中文成人在线| tingtingseav| 无码少妇高潮喷水A片免费| 婷婷中文字幕| 日日爽天天| 天天cha成人综合网| 激情五月婷黄版| 久久大香蕉同僚| 五月丁香另类网| 超碰免费人人| 久久五月丁香| 色色丁香婷婷综合| 久久婷婷五月综合色丁香| 99热在线只有精品| 狠狠狠狠狠草| 99精品在线观看| 丁香激情网| 伊人狠狠色婷婷综合丁香一区| 少妇高潮呻吟A片免费看软件| 九九久久99精品免费观看www| 97色婷婷五月天| 欧美噜一噜| 五月花婷婷最新| 综合99在线| 久热久色| 中文网AV| 欧美色狠婷久| 色婷婷丁香五月| 97干欧美| 久久久A级视频| 九九中文字幕九| 一起草日本| 丁香五月婷婷操逼| 九九爱精品网站| www.色五月| 男同91| www.seqingwuyuetian| 欧美成人猛片AAAAAAA| 日日干夜夜干| 乱岳熟女50岁| 国产av一区二区三区| 狠狠五月天| 色五月婷婷在线| 99噜噜噜在线播放| 久久久中文|