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。

用隨機(jī)森林預(yù)測(cè)鋰離子電池剩余壽命:從數(shù)據(jù)到部署的完整指南

用隨機(jī)森林預(yù)測(cè)鋰離子電池剩余壽命:從數(shù)據(jù)到部署的完整指南 簡(jiǎn)介面向鋰電池壽命預(yù)測(cè)研究的Python隨機(jī)森林項(xiàng)目資料涵蓋從電池充放電數(shù)據(jù)整理到剩余壽命回歸預(yù)測(cè)的完整流程適合高校學(xué)生用于畢設(shè)、課程設(shè)計(jì)或初期工程實(shí)踐也適合希望了解隨機(jī)森林在工業(yè)數(shù)據(jù)上應(yīng)用的新手按需學(xué)習(xí)。壓縮包共117個(gè)文件約153MB包括106個(gè)xlsx格式的原始充放電數(shù)據(jù)、5個(gè)py格式的數(shù)據(jù)處理與預(yù)測(cè)腳本、4個(gè)csv格式的預(yù)處理結(jié)果以及1個(gè)md說明文檔py腳本基于pandas和numpy完成Excel讀取、清洗與CSV轉(zhuǎn)換并實(shí)現(xiàn)隨機(jī)森林壽命預(yù)測(cè)。已有245人學(xué)習(xí)下載內(nèi)容定位為參考資料而非成品代碼讀者需具備一定Python基礎(chǔ)能自行調(diào)試和擴(kuò)展。資源中保留了CS2_35至CS2_38等多組電池的數(shù)據(jù)與處理腳本便于對(duì)比不同電池的壽命差異借助README說明可快速理清文件結(jié)構(gòu)與運(yùn)行順序從Excel原始數(shù)據(jù)一直走到隨機(jī)森林模型預(yù)測(cè)。1. 為什么用隨機(jī)森林做鋰離子電池剩余壽命預(yù)測(cè)不依賴精確物理模型的一條實(shí)路手上有一批 18650 電芯每個(gè)循環(huán)都記錄著容量、電壓和溫度領(lǐng)導(dǎo)只問一句話這批電池還能撐多少個(gè)循環(huán)傳統(tǒng)的做法是搭電化學(xué)模型或者等效電路模型光參數(shù)標(biāo)定就夠喝一壺沒有電化學(xué)背景的團(tuán)隊(duì)很容易卡死。換個(gè)思路用 python 生態(tài)里的 scikit-learn 隨機(jī)森林回歸算法把容量衰減曲線直接映射到剩余壽命是工程上最快見效的一條路不需要苛刻的數(shù)據(jù)分布假設(shè)、不用精心設(shè)計(jì)歸一化、兩三百個(gè)循環(huán)的小樣本也能給出可用的精度還能告訴你哪個(gè)特征在主導(dǎo)老化。這套方案適合三類人做電池管理系統(tǒng)BMS數(shù)據(jù)分析的工程師、儲(chǔ)能系統(tǒng)或設(shè)備維護(hù)的運(yùn)維人員以及剛把 python 數(shù)據(jù)分析與可視化用熟、想接一個(gè)真實(shí)回歸項(xiàng)目的學(xué)習(xí)者。下文的順序按照“數(shù)據(jù)準(zhǔn)備 → 特征構(gòu)造 → 模型訓(xùn)練 → 評(píng)估驗(yàn)證 → 踩坑 → 上線技巧”展開每一步都給出能直接跑的代碼和參數(shù)說明。先說結(jié)論隨機(jī)森林做剩余壽命預(yù)測(cè)難的不是模型而是數(shù)據(jù)切分和特征構(gòu)造這兩件事做好了模型自然穩(wěn)定。2. 數(shù)據(jù)準(zhǔn)備與健康因子提取容量、等壓降時(shí)間與滑窗特征怎么落地電池壽命預(yù)測(cè)最容易被卡住的不是模型而是第一步——數(shù)據(jù)從哪來、特征怎么定義。隨機(jī)森林再強(qiáng)喂進(jìn)去的是噪聲它就回你噪聲。這一章把數(shù)據(jù)選型、健康因子Health Indicator簡(jiǎn)稱 HI構(gòu)造和樣本組織講清楚這三件事決定了后面所有指標(biāo)的天花板。2.1 公開數(shù)據(jù)集選型NASA PCoE 的 .mat 和 CALCE CSV 怎么選最常見的做法是先用公開數(shù)據(jù)集驗(yàn)證方法再遷移到自己的實(shí)驗(yàn)數(shù)據(jù)。用得最多的是 NASA PCoEAmes 研究中心的電池老化數(shù)據(jù)集一批 18650 電芯在室溫條件下反復(fù)執(zhí)行“恒流恒壓充電—恒流放電—阻抗測(cè)量”逐步老化到額定容量 70% 左右。每顆電池存成一個(gè) .mat 文件內(nèi)部按循環(huán)記錄了放電容量、電壓曲線、電流、溫度以及定期測(cè)得的阻抗譜。B0005、B0006、B0007、B0018 這四顆電芯是公開論文里曝光率最高的循環(huán)數(shù)夠、衰減曲線完整非常適合用來跑通流程。另一個(gè)常用來源是馬里蘭大學(xué) CALCE 團(tuán)隊(duì)發(fā)布的電池?cái)?shù)據(jù)CSV 格式覆蓋更多電芯型號(hào)和溫度工況。我的選型標(biāo)準(zhǔn)就三條循環(huán)數(shù)夠不夠最好 100 個(gè)循環(huán)以上太少隨機(jī)森林學(xué)不出趨勢(shì)里頭有沒有容量或等壓降時(shí)間這類能直接計(jì)算的量文件格式自己能不能解析。.mat 交給 scipy.io.loadmatCSV 交給 pandas這兩個(gè)格式覆蓋了 90% 的公開電池?cái)?shù)據(jù)。注意不同數(shù)據(jù)集的放電截止電壓、放電電流各不相同跨數(shù)據(jù)集訓(xùn)練前先看工況否則模型會(huì)把“電池型號(hào)差異”和“老化退化”混在一起特征重要性也會(huì)失真。實(shí)際工程里我更推薦的做法是先用這四顆電芯把特征、切分、調(diào)參這一整套流程跑通再用自己實(shí)驗(yàn)室實(shí)測(cè)的數(shù)據(jù)重新訓(xùn)練。原因是公開數(shù)據(jù)的容量曲線相對(duì)“干凈”而現(xiàn)場(chǎng)數(shù)據(jù)大概率有中斷、誤采樣和溫度波動(dòng)。先在干凈數(shù)據(jù)上排掉流程里的 bug再換臟數(shù)據(jù)排查問題時(shí)能少一半變量。2.2 健康因子HI怎么構(gòu)造從完整放電曲線里摳出三個(gè)特征最直接的健康因子是放電容量每次完整放電后對(duì)電流積分得到容量容量隨循環(huán)數(shù)單調(diào)下降這是和剩余壽命相關(guān)性最強(qiáng)的量。但它有個(gè)現(xiàn)實(shí)問題——工程現(xiàn)場(chǎng)不總能讓你把電放完所以必須準(zhǔn)備間接健康因子。最常用的是等壓降時(shí)間放電過程中電壓從一個(gè)值比如 3.8V降到另一個(gè)值比如 3.4V所花的時(shí)間。電池老化后內(nèi)阻增大、可用容量變小相同壓降對(duì)應(yīng)的時(shí)間顯著縮短。這個(gè)特征不需要完整放電BMS 在運(yùn)行途中就能算出來落地價(jià)值很高。import numpy as np def extract_equal_voltage_time(voltage, time, v_high3.8, v_low3.4): 從單次放電曲線里提取等壓降時(shí)間。 參數(shù): voltage: 放電過程的電壓序列 time: 對(duì)應(yīng)的時(shí)間序列, 單位秒 v_high, v_low: 取電壓從 v_high 降到 v_low 的時(shí)長(zhǎng) 返回: 壓降時(shí)長(zhǎng); 數(shù)據(jù)異常時(shí)返回 np.nan idx_high np.argmax(voltage v_high) idx_low np.argmax(voltage v_low) # 檢查是否真的找到了閾值點(diǎn), 防止起始電壓本身低于 v_high 導(dǎo)致誤判 if voltage[idx_high] v_high or voltage[idx_low] v_low: return np.nan return time[idx_low] - time[idx_high]np.argmax 在布爾數(shù)組上返回第一個(gè) True 的下標(biāo)所以這段代碼取的是電壓首次越過 v_high 和首次越過 v_low 的時(shí)刻。為什么取“首次”而不是取均值位置放電初期電壓平臺(tái)相對(duì)平穩(wěn)越早越過閾值說明極化越大、老化越嚴(yán)重信息量比中段高。返回 nan 的異常樣本要保留標(biāo)記后面統(tǒng)一填充或剔除千萬別填成 0否則 0 會(huì)被隨機(jī)森林當(dāng)成一個(gè)真實(shí)特征值參與分裂模型直接學(xué)歪。除了容量和等壓降時(shí)間我一般還會(huì)加循環(huán)序號(hào)、平均溫度、恒流充電時(shí)長(zhǎng)。平均溫度影響化學(xué)反應(yīng)速率同一批電池夏冬兩季的老化速度差很多恒流充電時(shí)長(zhǎng)是個(gè)隱蔽的容量代理——容量衰減后恒流段變短、恒壓段變長(zhǎng)而且這個(gè)量在現(xiàn)場(chǎng)比容量更容易測(cè)準(zhǔn)。特征不是越多越好冗余特征會(huì)稀釋特征重要性的可讀性具體取舍在第 6 章用特征重要性來判斷。2.3 滑窗建樣本與按時(shí)間切分一個(gè)函數(shù)把訓(xùn)練集造好特征定好之后要把原始時(shí)序表變成隨機(jī)森林能吃的 (X, y) 樣本。這里有兩個(gè)關(guān)鍵決策一個(gè)是 RUL 標(biāo)簽怎么定義另一個(gè)是滑動(dòng)窗口取多寬。先說標(biāo)簽下面這個(gè)函數(shù)給每個(gè)循環(huán)打上“距離壽命終止還剩多少循環(huán)”的標(biāo)簽。import pandas as pd import numpy as np def add_rul_label(df, threshold1.4): 給每個(gè)循環(huán)補(bǔ)上 RUL (Remaining Useful Life) 標(biāo)簽。 參數(shù): df: 至少包含 cycle 和 capacity 兩列 threshold: 壽命終止(EOL)的容量閾值, 單位 Ah 返回: 原 df 上新增 rul 列, 單位是循環(huán)數(shù) eol_rows df.index[df[capacity] threshold] if len(eol_rows) 0: # 整條曲線都沒跌破閾值, 標(biāo)簽無定義 df[rul] np.nan return df # 取第一次跌破閾值的循環(huán)作為壽命終點(diǎn) eol_cycle df.loc[eol_rows[0], cycle] df[rul] eol_cycle - df[cycle] return dfEOL 閾值的取法直接影響標(biāo)簽量級(jí)額定容量 2Ah 的電池取 1.4Ah70%和取 1.6Ah80%得到的 RUL 完全不同RMSE 也會(huì)跟著變。很多論文在對(duì)比實(shí)驗(yàn)時(shí)閾值不統(tǒng)一導(dǎo)致數(shù)字沒法橫向比你在自己的報(bào)告里一定要寫清楚閾值和額定容量。標(biāo)簽定義好之后再用滑動(dòng)窗口組織訓(xùn)練樣本。def build_rf_samples(df, feature_cols, window20): 把時(shí)序表轉(zhuǎn)成隨機(jī)森林的 (X, y) 樣本。 每個(gè)樣本 最近 window 個(gè)循環(huán)的特征拼接成一維向量, 標(biāo)簽 該循環(huán)位置的 RUL。窗口內(nèi)時(shí)間順序保持, 不能打亂。 feats df[feature_cols].values labels df[rul].values X, y [], [] for i in range(window, len(df)): if np.isnan(labels[i]): continue X.append(feats[i - window:i].flatten()) y.append(labels[i]) return np.array(X), np.array(y)flatten 把最近 20 個(gè)循環(huán)、每個(gè)循環(huán)若干個(gè)特征拼成一維向量window20、單特征時(shí)每個(gè)樣本就是 20 維。隨機(jī)森林天然支持這種拼出來的向量不需要像 LSTM 那樣保持三維時(shí)序結(jié)構(gòu)這是它在這個(gè)場(chǎng)景比深度學(xué)習(xí)省事的關(guān)鍵一點(diǎn)。窗口寬度會(huì)影響兩個(gè)東西太窄則樣本里沒有足夠的退化趨勢(shì)模型只能靠最后一個(gè)循環(huán)的容量硬猜太寬則早期信息被稀釋而且樣本總數(shù)變少。20 到 30 是個(gè)常見起點(diǎn)后面可以用驗(yàn)證集簡(jiǎn)單試幾個(gè)值對(duì)比一下。切分時(shí)按時(shí)間順序取前 70% 訓(xùn)練、后 30% 測(cè)試絕對(duì)不要隨機(jī)打亂——相鄰循環(huán)的容量高度自相關(guān)隨機(jī)打亂等于把未來信息泄露進(jìn)訓(xùn)練集驗(yàn)證結(jié)果會(huì)虛高到你自己都不敢信。3. 隨機(jī)森林回歸模型設(shè)計(jì)特征、標(biāo)簽、訓(xùn)練與調(diào)參數(shù)據(jù)準(zhǔn)備好之后進(jìn)入模型環(huán)節(jié)。很多人一上來就調(diào)參我習(xí)慣先想清楚三件事隨機(jī)森林在這個(gè)場(chǎng)景憑什么成立、標(biāo)簽用直接回歸還是兩階段、參數(shù)之間的交互關(guān)系。順序反了后面全是補(bǔ)救。3.1 隨機(jī)森林回歸和決策樹的區(qū)別為什么電池退化數(shù)據(jù)需要它先說和決策樹的區(qū)別。單個(gè)決策樹回歸在電池?cái)?shù)據(jù)上很容易過擬合容量再生造成的那幾個(gè)毛刺單棵樹會(huì)專門為它們長(zhǎng)葉子測(cè)試集上一跳一跳的。隨機(jī)森林在兩個(gè)方面做了改變——訓(xùn)練樣本用 bootstrap 有放回抽樣每個(gè)節(jié)點(diǎn)分裂時(shí)只隨機(jī)考察一部分特征最后把幾百棵樹的預(yù)測(cè)取平均。抽樣隨機(jī)性讓每棵樹“看到”的數(shù)據(jù)略有不同特征隨機(jī)性讓樹與樹之間的結(jié)構(gòu)相關(guān)性降低平均之后方差大幅下降。這個(gè)機(jī)制對(duì)噪聲敏感的小樣本特別友好。隨機(jī)森林在電池壽命預(yù)測(cè)上還有三個(gè)實(shí)用優(yōu)勢(shì)。第一它不需要特征歸一化樹的分裂只看閾值比較容量、溫度、時(shí)間這些量綱完全不同的特征可以直接拼在一起管道簡(jiǎn)單少一個(gè)出錯(cuò)環(huán)節(jié)。第二它對(duì)樣本量的要求低兩三百個(gè)循環(huán)、幾十個(gè)樣本也能訓(xùn)練深度學(xué)習(xí)在這個(gè)數(shù)據(jù)量下很容易陷入過擬合。第三它自帶特征重要性訓(xùn)練完直接告訴你哪個(gè)健康因子在主導(dǎo)老化這對(duì)工程報(bào)告和后續(xù)特征篩選太關(guān)鍵了。3.2 剩余壽命RUL標(biāo)簽怎么定閾值、循環(huán)號(hào)與兩階段預(yù)測(cè)第 2 章的 add_rul_label 是直接回歸路線讓模型一步到位輸出“還剩多少個(gè)循環(huán)”。這個(gè)做法簡(jiǎn)單但有副作用——RUL 隨循環(huán)號(hào)近似單調(diào)遞減模型很容易偷懶直接學(xué)成“循環(huán)號(hào)越大、剩余壽命越少”的線性外推并沒有真正理解容量狀態(tài)。換一顆初始容量不同的電池立刻失效。更穩(wěn)的是兩階段預(yù)測(cè)先讓隨機(jī)森林回歸未來的容量或 SOH即當(dāng)前容量除以額定容量再用預(yù)測(cè)出的容量曲線去找第一次低于閾值的位置換算成 RUL。兩階段的好處是模型學(xué)的是物理量容量而不是一個(gè)隨循環(huán)機(jī)械遞減的編號(hào)跨電池泛化能力強(qiáng)很多。代價(jià)是多一步誤差傳遞容量預(yù)測(cè)的誤差會(huì)累積到 RUL 上。我的建議是先跑直接回歸把流程打通再切到兩階段對(duì)比一次多數(shù)情況下兩階段的末端預(yù)測(cè)更可信——所謂“末端”就是電池真正臨近退役的最后二三十個(gè)循環(huán)那才是壽命預(yù)測(cè)最有價(jià)值的區(qū)間。3.3 最小可運(yùn)行的訓(xùn)練腳本數(shù)據(jù)進(jìn)、預(yù)測(cè)出下面這段是把 NASA 的 .mat 文件讀進(jìn)來并完成訓(xùn)練的完整腳本。先封裝一個(gè)容量提取函數(shù)再復(fù)用第 2 章的 add_rul_label 和 build_rf_samples。from scipy.io import loadmat import pandas as pd import numpy as np from sklearn.ensemble import RandomForestRegressor from sklearn.metrics import mean_absolute_error, mean_squared_error def extract_capacity_from_nasa(mat_path): 從 NASA PCoE 的 .mat 文件里提取每個(gè)放電循環(huán)的容量。 .mat 內(nèi)部是 cycle 結(jié)構(gòu)體數(shù)組, 每個(gè)元素帶 type 字段, 只取 type discharge 的循環(huán)。 raw loadmat(mat_path) cycles raw[cycle][0, 0] rows [] for i in range(cycles.size): step cycles[i, 0] if step[type][0] ! discharge: continue rows.append({ cycle: i 1, capacity: float(step[data].Capacity[0][0]), }) return pd.DataFrame(rows) # 1) 讀數(shù)據(jù)并打標(biāo)簽 df extract_capacity_from_nasa(B0005.mat) df add_rul_label(df, threshold1.4) # 2) 建滑窗樣本 feature_cols [capacity] # 等壓降時(shí)間、平均溫度按 2.2 的方法加進(jìn)來 window 20 X, y build_rf_samples(df, feature_cols, window) # 3) 按時(shí)間順序切分, 絕不隨機(jī)打亂 split int(len(X) * 0.7) X_train, X_test X[:split], X[split:] y_train, y_test y[:split], y[split:] # 4) 訓(xùn)練隨機(jī)森林回歸模型 model RandomForestRegressor( n_estimators300, max_depthNone, max_featuressqrt, min_samples_leaf2, random_state42, n_jobs-1, oob_scoreTrue, ) model.fit(X_train, y_train) # 5) 預(yù)測(cè)與評(píng)估 y_pred model.predict(X_test) print(MAE :, mean_absolute_error(y_test, y_pred)) print(RMSE:, np.sqrt(mean_squared_error(y_test, y_pred))) print(OOB R2:, model.oob_score_)逐段說關(guān)鍵參數(shù)。n_estimators300 表示森林里有 300 棵樹這個(gè)數(shù)字在幾百樣本的場(chǎng)景下已經(jīng)足夠穩(wěn)定加到 500 以上收益遞減明顯。max_depthNone 讓樹自由生長(zhǎng)對(duì)小數(shù)據(jù)集通常沒問題但如果特征多、數(shù)據(jù)量大就要限制深度防止單棵樹過擬合。max_featuressqrt 表示每次分裂只隨機(jī)看一部分特征強(qiáng)制樹與樹之間產(chǎn)生差異這是隨機(jī)森林區(qū)別于決策樹的核心參數(shù)。min_samples_leaf2 要求葉子節(jié)點(diǎn)至少 2 個(gè)樣本相當(dāng)于給葉子做了最小面積約束壓制容量再生噪聲帶來的毛刺。random_state42 必須固定否則每次跑的結(jié)果不一樣實(shí)驗(yàn)對(duì)比就沒有意義。n_jobs-1 用滿所有 CPU 核隨機(jī)森林天然并行幾百棵樹加幾十秒內(nèi)跑完性能不用擔(dān)心。oob_scoreTrue 會(huì)計(jì)算袋外分?jǐn)?shù)等于用 bootstrap 抽樣時(shí)沒被選中的樣本做一次免費(fèi)驗(yàn)證訓(xùn)練完順手看一眼能發(fā)現(xiàn)過擬合傾向。3.4 調(diào)參邏輯n_estimators、max_depth 與 max_features 的取值關(guān)系調(diào)參前先記住一個(gè)原則隨機(jī)森林的參數(shù)不是獨(dú)立起作用的。max_depth 限制單棵樹復(fù)雜度min_samples_leaf 限制葉子大小max_features 控制樹間差異n_estimators 決定集成規(guī)模。四個(gè)參數(shù)互相牽制單獨(dú)看任何一個(gè)都會(huì)誤判。參數(shù)作用常見取值范圍電池場(chǎng)景建議n_estimators樹的數(shù)量越多越穩(wěn)定100500300 起步觀察 oob 分?jǐn)?shù)變化再增減max_depth單棵樹深度控制過擬合None 或 530特征少時(shí)先 Noneoob 掉點(diǎn)再限制max_features每次分裂考察的特征數(shù)sqrt 或 0.30.5特征少于 10 個(gè)時(shí)用 sqrtmin_samples_leaf葉節(jié)點(diǎn)最少樣本數(shù)15數(shù)據(jù)量小取 25太大會(huì)欠擬合random_state隨機(jī)種子保證可復(fù)現(xiàn)固定任意整數(shù)必須固定否則對(duì)比實(shí)驗(yàn)失真網(wǎng)格搜索不是第一步。我一般先用默認(rèn)參數(shù)跑通再按“min_samples_leaf → max_features → max_depth → n_estimators”的順序手動(dòng)試一輪最后才用網(wǎng)格搜索確認(rèn)組合。因?yàn)殡姵財(cái)?shù)據(jù)小網(wǎng)格搜索很快幾十秒到幾分鐘。下面是帶時(shí)序交叉驗(yàn)證的 GridSearchCV 寫法注意這里不能用默認(rèn)的 KFold理由在第 5 章詳細(xì)說。from sklearn.model_selection import GridSearchCV, TimeSeriesSplit param_grid { n_estimators: [200, 300, 500], max_depth: [None, 10, 15], min_samples_leaf: [1, 2, 5], } tscv TimeSeriesSplit(n_splits3) gs GridSearchCV( RandomForestRegressor(max_featuressqrt, random_state42, n_jobs-1), param_grid, cvtscv, scoringneg_mean_absolute_error, ) gs.fit(X_train, y_train) print(gs.best_params_)TimeSeriesSplit 是按時(shí)間順序切出訓(xùn)練集和驗(yàn)證集的交叉驗(yàn)證器保證驗(yàn)證集永遠(yuǎn)在訓(xùn)練集之后模擬真實(shí)預(yù)測(cè)場(chǎng)景。scoring 用 neg_mean_absolute_error 因?yàn)?MAE 的單位是“循環(huán)數(shù)”工程上最直觀。網(wǎng)格搜索給出一組最優(yōu)參數(shù)后還要回到完整訓(xùn)練集上重新 fit 一次再用測(cè)試集評(píng)估否則評(píng)估結(jié)果會(huì)偏樂觀——因?yàn)樽顑?yōu)參數(shù)本身就帶了驗(yàn)證集的信息。4. 評(píng)估指標(biāo)與驗(yàn)證方法RMSE 好看不代表能上線模型訓(xùn)練完最忌諱的是只打一個(gè) RMSE 就下結(jié)論。電池壽命預(yù)測(cè)的誤差在不同階段價(jià)值不同早期差五個(gè)循環(huán)無所謂末端差五個(gè)循環(huán)可能就是一次計(jì)劃外停機(jī)。這一章把指標(biāo)選擇和驗(yàn)證方式講透。4.1 四個(gè)常用指標(biāo)分別盯什么RMSE、MAE、MAPE 與 R2指標(biāo)公式含義盯什么使用注意RMSE誤差平方后取平均再開方大誤差對(duì)個(gè)別離群樣本敏感可能放大尾部失誤MAE絕對(duì)誤差的平均平均偏差單位是循環(huán)數(shù)工程上最好解釋MAPE相對(duì)誤差百分比相對(duì)精度RUL 接近 0 時(shí)數(shù)值爆炸末期不可靠R2預(yù)測(cè)對(duì)真實(shí)值方差的解釋程度整體擬合優(yōu)度單條時(shí)間序列上參考意義有限我的習(xí)慣是報(bào)告 RMSE 和 MAE 兩個(gè)絕對(duì)指標(biāo)再加一個(gè) MaxAE最大絕對(duì)誤差因?yàn)閴勖A(yù)測(cè)最怕“最后一公里”翻車。MAPE 只做參考當(dāng)真實(shí) RUL 只剩 3 個(gè)循環(huán)、你預(yù)測(cè) 6 個(gè)時(shí)MAPE 是 100%聽起來很嚇人但對(duì)工程判斷來說 3 個(gè)循環(huán)的偏差并沒有那么致命。反過來RUL 剩余 200 個(gè)循環(huán)時(shí)差了 40MAPE 只有 20%實(shí)際可能錯(cuò)過一次關(guān)鍵維護(hù)窗口。所以指標(biāo)必須結(jié)合預(yù)測(cè)位置看。4.2 滾動(dòng)預(yù)測(cè)的驗(yàn)證方式隨機(jī)劃分在時(shí)間序列上是自欺欺人訓(xùn)練集和測(cè)試集取自同一顆電池本身就是樂觀估計(jì)因?yàn)橥活w電池的前后循環(huán)共享了太多“個(gè)體特性”。但至少你要按時(shí)間切分不要隨機(jī)劃分。更嚴(yán)格的驗(yàn)證是 walk-forward 滾動(dòng)預(yù)測(cè)每個(gè)時(shí)刻只用該時(shí)刻之前的數(shù)據(jù)訓(xùn)練預(yù)測(cè)當(dāng)前點(diǎn)然后往前走一步。這個(gè)過程的計(jì)算開銷大但結(jié)果最接近線上真實(shí)情況。def walk_forward(df, feature_cols, window20, min_train60): 逐步前推驗(yàn)證: 每一步只用截至當(dāng)前的歷史訓(xùn)練, 預(yù)測(cè)下一點(diǎn)。 X, y build_rf_samples(df, feature_cols, window) preds, actuals [], [] for t in range(min_train, len(X)): model RandomForestRegressor( n_estimators200, random_state42, n_jobs-1 ) model.fit(X[:t], y[:t]) preds.append(model.predict(X[t:t 1])[0]) actuals.append(y[t]) return np.array(preds), np.array(actuals) preds, actuals walk_forward(df, feature_cols) print(Walk-forward MAE:, mean_absolute_error(actuals, preds))這段代碼每預(yù)測(cè)一個(gè)點(diǎn)就重訓(xùn) 200 棵樹數(shù)據(jù)量大時(shí)會(huì)很慢所以 walk-forward 只適合做最終驗(yàn)證不適合在調(diào)參階段反復(fù)跑。調(diào)參階段用 TimeSeriesSplit 足夠。另外記住Renew 訓(xùn)練集時(shí)只允許包含預(yù)測(cè)點(diǎn)之前的數(shù)據(jù)任何“事后修正”都屬于數(shù)據(jù)泄露。4.3 預(yù)測(cè)不確定性與可視化把最壞情況畫出來隨機(jī)森林有個(gè)常被忽略的好處幾百棵樹的預(yù)測(cè)結(jié)果天然構(gòu)成一個(gè)分布可以近似當(dāng)預(yù)測(cè)區(qū)間用。對(duì)壽命預(yù)測(cè)來說一個(gè)區(qū)間比一個(gè)點(diǎn)更有決策價(jià)值——維護(hù)人員需要知道最壞情況下還剩多少時(shí)間。import matplotlib.pyplot as plt def pred_interval(model, X, alpha0.1): 用森林里所有單棵樹的預(yù)測(cè)分布近似 90% 置信區(qū)間。 tree_preds np.array([t.predict(X) for t in model.estimators_]) lower np.percentile(tree_preds, 100 * alpha / 2, axis0) upper np.percentile(tree_preds, 100 * (1 - alpha / 2), axis0) return lower, upper # 畫測(cè)試集的 RUL 曲線和預(yù)測(cè)區(qū)間 lower, upper pred_interval(model, X_test) idx np.arange(len(y_test)) plt.figure(figsize(10, 5)) plt.plot(idx, y_test, o-, labelactual RUL, linewidth2) plt.plot(idx, y_pred, s--, labelpredicted RUL, linewidth2) plt.fill_between(idx, lower, upper, alpha0.2, label90% interval) plt.xlabel(test sample index (滑窗末尾對(duì)應(yīng)的循環(huán)位置)) plt.ylabel(remaining useful life (cycles)) plt.legend() plt.tight_layout() plt.show()這里用 model.estimators_ 取森林里每棵樹單獨(dú)預(yù)測(cè)再取 5% 和 95% 分位數(shù)作為區(qū)間。模型在訓(xùn)練樣本覆蓋充分的中段區(qū)間較窄到了末期數(shù)據(jù)稀疏區(qū)間會(huì)明顯變寬——這個(gè)變寬本身就是重要信號(hào)說明模型對(duì)末端已經(jīng)不篤定了。python 做數(shù)據(jù)分析與可視化的優(yōu)勢(shì)在這一步體現(xiàn)得很充分不需要額外工具一個(gè) matplotlib 就夠。看到區(qū)間在末端張開就知道該提醒現(xiàn)場(chǎng)增加檢查頻次而不是盲目相信那根預(yù)測(cè)線的數(shù)字。5. 隨機(jī)森林電池壽命預(yù)測(cè)的 5 個(gè)坑現(xiàn)象、原因與解決以下每一條都是實(shí)際跑數(shù)據(jù)時(shí)容易踩的坑按“現(xiàn)象 → 原因 → 解決”寫清楚。有的坑屬于方法論有的坑屬于操作細(xì)節(jié)但都會(huì)讓結(jié)果失真或者復(fù)現(xiàn)不了??右或?yàn)證集 RMSE 小得感人一換電池就崩。 現(xiàn)象在同一顆電池上隨機(jī)劃分訓(xùn)練集和測(cè)試集RMSE 只有 0.0x曲線貼合得像描上去的換成另一顆電池預(yù)測(cè)誤差瞬間放大好幾倍。原因相鄰循環(huán)的容量高度自相關(guān)隨機(jī)劃分把同一段退化趨勢(shì)的鄰近點(diǎn)拆進(jìn)了訓(xùn)練和測(cè)試等于讓模型照著前幾個(gè)循環(huán)抄答案容量再生和個(gè)體差異都被它記下來了。解決按時(shí)間順序切分前 70% 訓(xùn)練、后 30% 測(cè)試更進(jìn)一步做跨電池驗(yàn)證用 B0005、B0006 訓(xùn)練B0007 測(cè)試這才是真實(shí)部署的性能下限??佣A(yù)測(cè)曲線中段出現(xiàn)鋸齒末端誤差突然放大。 現(xiàn)象預(yù)測(cè)的 RUL 曲線不是平滑下降而是帶毛刺尤其在容量再生發(fā)生的循環(huán)附近跳變。原因容量再生是電池靜置后可恢復(fù)的短暫容量回升物理上真實(shí)存在但對(duì)壽命預(yù)測(cè)是噪聲目標(biāo)變量直接跟著容量波動(dòng)模型就把噪聲學(xué)進(jìn)去了。解決對(duì)容量序列做 Savitzky-Golay 平滑再打標(biāo)簽窗口取 5 到 11、多項(xiàng)式階數(shù)取 2 到 3或者保留原始數(shù)據(jù)但對(duì)預(yù)測(cè)結(jié)果做移動(dòng)平均。平滑會(huì)影響真實(shí)容量信息所以平滑只用于標(biāo)簽構(gòu)造不要平滑測(cè)試集特征否則就是變相泄露??尤苯踊貧w RUL模型退化成“循環(huán)號(hào)預(yù)測(cè)器”。 現(xiàn)象訓(xùn)練時(shí) MAE 很小但把模型用到另一批初始容量不同的電池上完全失效看特征重要性循環(huán)序號(hào)的權(quán)重異常高。原因RUL 定義里本身就包含當(dāng)前循環(huán)號(hào)如果 feature_cols 里放了 cycle 這一列模型只需學(xué)“循環(huán)號(hào)越大、RUL 越小”的線性關(guān)系根本沒有理解容量狀態(tài)。解決特征里去掉 cycle 序號(hào)改用容量、等壓降時(shí)間等物理量或者切換到兩階段預(yù)測(cè)——先回歸容量曲線再從容量曲線推導(dǎo) RUL??铀膯晤w電池訓(xùn)練、單顆電池測(cè)試換型號(hào)直接翻車。 現(xiàn)象在自己的數(shù)據(jù)上報(bào)告 RMSE 很漂亮換一個(gè)批次或換一種電芯后誤差翻倍甚至預(yù)測(cè)出負(fù)壽命。原因單顆電池的退化路徑帶有強(qiáng)烈的個(gè)體隨機(jī)性隨機(jī)森林記住了這顆電池的“性格”而不是電池老化的共性規(guī)律。解決訓(xùn)練集至少要包含多顆同型號(hào)電池最好覆蓋不同溫度工況如果數(shù)據(jù)量不夠用 SOH容量除以額定容量替代絕對(duì)容量作為特征和標(biāo)簽消除不同電池起始容量差異帶來的偏差??游逋瑯哟a換臺(tái)機(jī)器或換個(gè)人跑就對(duì)不上數(shù)。 現(xiàn)象實(shí)驗(yàn)記錄里寫著 MAE3.5同事用同一份數(shù)據(jù)跑出來卻是 4.2誰都沒改代碼。原因RandomForestRegressor 沒固定 random_state而 bootstrap 抽樣和特征選擇都帶隨機(jī)性或者 scikit-learn 版本不同樹的分裂邏輯有微調(diào)。解決所有模型統(tǒng)一固定 random_state比如 42代碼里同時(shí)固定 numpy 的隨機(jī)種子 np.random.seed(42)把 sklearn、numpy、pandas 的版本號(hào)寫進(jìn) requirements.txt 或 README。注意GridSearchCV 默認(rèn)的 KFold 在交叉驗(yàn)證時(shí)會(huì)隨機(jī)打亂樣本順序?qū)r(shí)序數(shù)據(jù)這就是坑一的變體。調(diào)參時(shí)務(wù)必傳 cvTimeSeriesSplit(n_splits3)否則你選出來的“最佳參數(shù)”是在泄露數(shù)據(jù)上評(píng)的優(yōu)測(cè)試集上必然縮水。6. 進(jìn)階用特征重要性和周期性重訓(xùn)把模型從實(shí)驗(yàn)室?guī)У浆F(xiàn)場(chǎng)模型在測(cè)試集上跑通只是第一步真正上線要回答兩個(gè)問題模型靠什么信號(hào)做判斷以及電池繼續(xù)老化后模型還準(zhǔn)不準(zhǔn)。這一章給兩個(gè)可落地的技巧。6.1 feature_importances_ 告訴你哪個(gè)特征在主導(dǎo)老化訓(xùn)練完成后把特征重要性打出來。注意特征名要和 build_rf_samples 的拼接順序一致窗口內(nèi)按時(shí)間從舊到新每個(gè)時(shí)間步內(nèi)按 feature_cols 順序。feat_names [ f{col}_lag{window - 1 - k} for k in range(window) for col in feature_cols ] imp pd.Series(model.feature_importances_, indexfeat_names) imp.sort_values(ascendingFalse).head(8)lag0 是最近一個(gè)循環(huán)lag19 是 20 個(gè)循環(huán)之前。正常情況下最近的容量權(quán)重應(yīng)該最高然后依次遞減這說明模型在用退化慣性外推。如果你看到 lag19 權(quán)重反而比 lag0 高先懷疑數(shù)據(jù)對(duì)齊有沒有錯(cuò)位。另外可以用 sklearn.inspection 的 partial_dependence 畫“容量 → RUL”的偏依賴曲線看模型學(xué)到的映射是不是單調(diào)遞減如果不是說明特征或者標(biāo)簽構(gòu)造有問題。這一步能讓隨機(jī)森林這個(gè)黑匣子開一條縫出報(bào)告時(shí)比一張 RMSE 表格有說服力得多。6.2 周期性重訓(xùn)練隨機(jī)森林的“偽在線”更新隨機(jī)森林沒有真正的在線學(xué)習(xí)不能像神經(jīng)網(wǎng)絡(luò)那樣用新樣本做一步梯度更新。工程上常見的做法是周期性全量重訓(xùn)每個(gè)完整放電循環(huán)結(jié)束后更新特征表每滿 N 個(gè)循環(huán)比如 10 個(gè)或每 23 周重訓(xùn)一次模型。因?yàn)殡姵貥颖玖啃∪恐赜?xùn)一次也就幾秒代價(jià)完全可接受。def retrain_if_needed(df_until_now, feature_cols, window20, retrain_every10): 簡(jiǎn)化示意: 每滿 retrain_every 個(gè)循環(huán)觸發(fā)一次全量重訓(xùn)。 last_cycle df_until_now[cycle].iloc[-1] if last_cycle % retrain_every ! 0: return None, False X, y build_rf_samples(df_until_now, feature_cols, window) model RandomForestRegressor( n_estimators300, min_samples_leaf2, random_state42, n_jobs-1 ) model.fit(X, y) return model, True觸發(fā)重訓(xùn)的依據(jù)不能只看循環(huán)數(shù)。我一般會(huì)同時(shí)監(jiān)控兩個(gè)信號(hào)新數(shù)據(jù)上的預(yù)測(cè)殘差如果連續(xù)同號(hào)一直高估或一直低估說明電池老化趨勢(shì)發(fā)生了偏移比如環(huán)境溫度變化或者工況切換另一個(gè)是 oob_score如果它明顯掉點(diǎn)說明新數(shù)據(jù)的分布已經(jīng)偏離訓(xùn)練集。兩個(gè)信號(hào)任一出問題就手動(dòng)觸發(fā)重訓(xùn)。重訓(xùn)時(shí)只用“截至當(dāng)前”的數(shù)據(jù)這一點(diǎn)和 walk-forward 驗(yàn)證的原則完全一致永遠(yuǎn)不要在未來數(shù)據(jù)上做夢(mèng)。我自己做電池預(yù)測(cè)的習(xí)慣是任何一次實(shí)驗(yàn)先把 oob_score 和特征重要性打出來再看 RMSE。原因很簡(jiǎn)單RMSE 好看只能說明當(dāng)前數(shù)據(jù)擬合得不錯(cuò)特征重要性才能告訴我模型是不是在靠物理上合理的信號(hào)做判斷。換電池型號(hào)、換運(yùn)行工況時(shí)先看特征重要性排序有沒有變化變了就先重訓(xùn)別硬套舊模型。這個(gè)習(xí)慣幫我擋掉過好幾次“實(shí)驗(yàn)室指標(biāo)漂亮、現(xiàn)場(chǎng)翻車”的尷尬希望能幫到你。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
成人电影在线免费试看| 日韩啪图| 五月激情久久| 综合色网站| 欧美啪啪9| 狼友视频在线观看18| 九九色影视| 99操视频| www.97视频| 思思99热这里只有精品6| 丁香婷婷五月香蕉91| 丁香婷婷在线| 乱码操操| 色婷婷小视频| 国产91视频| 人人草公开操| 日韩操啪| 婷婷久久综合| 噜噜五月天综合| 久久婷婷五月激情综合| 99网| 日本操逼九九九九58日本操逼| 五月婷婷97| 色啪综合| 99成人精品视频| 五月久久网| 91婷婷| 五月丁香网中文字幕| 久草视频大香蕉99| 六月丁香啪啪啪| 日日操,天天操| 久久久久久久五月| 天天日天天爽| 天天操天天插| 青青福利网| 婷婷丁香亚洲色综合91| 成人av在线网| 五月婷婷在线视频| 丁香五月在线观看| 97色色色色色色色色色色色色色| 综合久久影院| Av在线不卡一区| 色色五月天激情| 天天日天天摸天天| 色色色婷婷五月天| 在线sebiav精品视频| 亚洲愉拍99热成人精品| 色色综合网络| 狠狠色狠狠鲁| 玖玖国产视频一区| 日本在线视频播放91| 99爱在线视频| 五月天婷婷av| 情趣视频66| 激情婷婷五月久久| 超碰色色综合| 久久182| 久久激情网| 日日夜夜狠狠干| 久色网址| 综合性爱网| 99免费综合网| 色爱99| 99国产精品久久久久久久久久久| 涩涩涩五月天| 丁香伊人网| 五月丁香婷中文| 日韩不卡DvD| 日韩99无码| 九月丁香| 久热 91| 青草激情在线| 午夜爱爱爱成人| 91久久| 中文字幕91,综合| 丁香五月婷婷图片综合| 国产毛片精品一区二区色欲黄A片| 激情五月丁香六月综合AVXXXX| 五月婷婷激情色情网| 99爽视频| 国产操B视频| 九一娱乐在线观看视频| 五月天丁香婷婷网| 国产午夜精品AV一区二区麻豆| 色五月激情综合网| 婷婷综合久久| 99视频内射三四| 狠狠色噜噜狠狠狠狠综合| 亚洲色色色色| 五月天堂在线| 午夜福利8055| 国产色色色色色| 午夜69成人做爰视频| 人人妻人人澡| 天堂色婷婷| www.婷婷五月| 播五月丁香三月婷婷| 天天操夜夜肏| 操啊操av| XX色综合| 综合婷婷五月天| www国产亚洲色婷婷com| 91小黄书网址在线观看| 亚洲AV成人无码久久精品老人法拉利| 婷婷五月色网| 五月丁香六月婷婷综合网站| 色五婷婷开心缴| wwwwww.色| 天天综合图片| 无码色色| 五月天激情网图片| 爆乳熟妇一区二区三区爆乳| 久久久婷婷| 女婷久久| 99热9| 五月激情小说网| 五月天丁香综合| 五月天激情网图片| 婷婷五月花| 久热AA| 日本A片一区| 丁香五月婷婷图片综合| 久久九九囯产| 超碰色婷婷| 超碰无码318604| 婷婷久久图片| 欧美99热| 久久午夜理论| 99热在线这里| 狠狠爱激情网| 五月激情综合网| 99热这里只有精品9| 婷婷五月天小说| 国产美女无遮挡裸体毛片A片 | 婷婷丁香五月麻豆| 婷婷97狠狠成人网站| 女人高潮内射99精品| 免费观看全黄做爰的视频| 成人午夜天| 亚洲宗合激情| 大香蕉久久婷婷| 大香蕉婷婷五月| 99久在线精品99re8热| 五月丁香手机在线| 热99热9| 久久久精品人妻录| 久9免费视频| 日本综合色图| 丁香婷婷天堂| 色停停香蕉视频| 欧美在线操| 天天日天天爽| 九一娱乐在线观看视频| 大香蕉九操| 狠狠大香婷婷爱| 日韩五月天婷婷| 伊人网色婷婷五月天| 欧州色色| 九九Av| 婷婷五月丁香青青草在线| 日本wwww在线| 色色色欧美| 五月婷婷香蕉| 色综合区| 久99久视频精品| 丁香五月婷婷99| 日韩欧洲亚洲| 亚洲五月天婷婷在线| 日韩啊啊啊| 激情久久五月天| 婷婷久久网| 久久五月婷综合| 六月激情婷婷综合| 色情五月天首页| 欧美五月婷婷| 粉嫩AV久久一区二区三区| 97男人天堂| 久久婷.com| 五月丁香综合伦理片| 免费看欧美成人A片无码| 99热10在线高清播放| 五月丁香黄色| 九九色视频| 婷婷的99视频网站| 久9草在线观看视频| 亚洲AV日韩无码| 亚洲色小说在线综合| 可以免费观看的AV| 欧美十二区| 91久久1118| 青青福利网| 69久久99精品久久久久婷婷| 97操在线| 色婷婷激情小说网| 激情五月婷婷综合| 久久九九婷婷| 夜夜撸天天日| 丰满女老板BD高清A片| 婷婷激情五月天小说| 99r这里只有精品哦| 婷婷五月在线播放| 一区二区三区四日本| 一区二区乱码视频| 激情综合网五月激情网| 国产99久| 五月激情开心婷婷| 久久婷婷视频| 999婷婷综合| 99久久精品视频女神1| 丁香色五月天| 色五月五月婷婷| 五月天丁香啪啪啪啪| 日本女天天爽| 99热啪啪| 综合AV在线| 六月丁香社区| 99A片| 天天做天天爱天天摸| 婷婷性色| 色色色天堂网| 天天综合中文| #NAME?| 色色色99韩| 91丨九色丨丰满人妖| 天天久久九九| 婷婷综合色五月天| 九日日夜夜69| 国产色五月婷婷| 五月天激情网图片| 五月天婷婷自拍图片在线观看| 丁香五月婷婷色情综合| 五月丁香啪啪综合网| 丁香五月激情鲁| 色婷婷成人做爰A片免费看网站 | 亚洲婷婷91丁香| 天天做天天爱天天要| 国产SUV精品一区二区6| 日本丁香五月婷婷| 99热这里只有精品9| 久久9精品| 婷婷五月天基地| 国产精品色色色色| 国产暴力强伦轩1区二区小说| 日本三级韩三级99久久| 99自拍视频在线观看| av免费在线网站| 深情五月天| 日韩精品呦呦va| 九九视频精品视频精品| 婷婷五月丁香青青草在线| 激情婷婷五月亚洲| 五月天婷婷久久| 五月婷婷六月丁香免费| 丰满人妻一区二区三区| 噜综合| 色999五月色| 熟女激情网| 久久激情天堂| AAA久久| 九九热99视频| 久热这里只有精品性色AV| 五月婷婷激情久久| 九九热这里有精品23| 婷婷综合五月| 丁香婷停五月激情综合深爱| 精品九九九久| 这里只有精品视频免费在线观看| 五月天婷婷AV| 99操碰| 综合色99| 黑人糟蹋人妻HD中文字幕| 99热99思午夜精品| 狠狠干.com| 操一操| 久超免费视频| 91玖玖| 开心婷婷五月| 五月丁香综合久久| 99草在线免费观看视频| 另类 在线| 色偷偷色婷婷| 九九色精品| 开心婷婷五月天电影院| 色婷婷无吗| 伊人五月综合网| 夜夜大香蕉婷婷丁香| 九九Av| 五月天五月色婷婷综合| 婷婷六月激情综合| 色五月涩涩婷婷| 97在线/亚洲| 亚洲操B| 五月丁香久久久日婷婷久久婷婷日| 亚洲精品国产A久久久久久| 婷婷五月丁香婷婷| 9伊人网| 色综合久久44| 天天日夜夜草进麻麻的子宫| 日本三级色| 91日日日| 婷五月丁香| 99热人人艹| 九九热最新| 九九色中文| 精品亚洲国产成AV人片传媒| 久久这里只有精品热在99| 五月丁香啪啪激情| 亚洲黄色操逼| 九九99久久| 东京热免费视频| 丰满人妻一区三区三区| 国产无人区大片| 亚洲激情另类| 26uuu最新地址| 久久性视频| 99视频在线观看地址| 五月天婷婷激情综合| 99久久久久| 99国产精品久久久久久久久久久| 日本美女五月天| 亚洲精品网站色视频| 9视频在线成人网站| 色综合天天| 天天爽天天爽天天爽天天爽天天爽天天爽天天 | 丁香五月激情月| 色情五月天导航| 777色色色| 99.色| 超级碰碰91| 精品无码久久久久久久久| 六月婷婷色综合| www色婷婷久久综合久色| 欧美偷偷操| 五月激情偷拍| 激情五月天婷婷丁香 | 99热最新网址| www.99热这里精品| 亚洲女婷婷五月基地综合久久久| 91人妻人人做人碰人人爽九色| 在线看的免费网站| 九九热最新视频| 五月婷色激情五月| 精品欧美性爱超级爽| 亚洲色婷婷| 久久婷五月综合色| 色墦五月丁香| 综合一区二区三区| 色碰97| 色情五月综合婷婷| 五月婷婷人人人操| 99乱视频| 婷婷五月天日本无码| 偷偷狠狠久久婷婷五月天| 99久久色| 97伦乱| 色优久久| 色色色色色色网站| 久久9视频| 亚洲天天| 五月婷天天搞视频| 五月色婷婷激情| 国产亚洲99| 9l视频自拍九色9l视频在线观看| 丁香社92视频| 天天干天天日蜜臀av| 91精品久久久久久77777| 亚洲婷婷基地| 天天人人人人人人人人人人人| 五月丁香婷婷中文网| 五月开心婷婷极品激情| 我爱大香蕉| 久久久27操| 免费日本aⅴ中文字幕 | 婷婷五月情天| 狠狠色噜噜狠狠| 青青草蜜臀| 99久久99视频只有精品| 婷婷五月丁香av网站| 手机在线日韩视频中文字幕| 婷婷综合视频| 欧美大香蕉视频| 97人妻碰碰碰久久| 色综合狠狠色| 91无码高清| 99国产欧美视频| 亚洲mm免费| 无码人妻AV久久久一区二区三区| 亚洲激情久久| 婷婷成人五月天| 激情九月婷婷| 五月婷婷激情网| 激情综合网色播五月| 99超级碰免费视频| 夜夜干天天操| 99热成人| 婷婷伊人久久无码色五月| 国产亚洲精品AAAAAAA片| 五月天婷婷小说| 欧美操人| 久久久天堂国产精品女人| 伊人在线视频| 欧美A片在线视频免费观看| 激情五月婷婷综合秋霞| Www.se.久久| 国产免费av网站| 亚洲殴洲精品Av在线| 九九综合网| 大香蕉视频99| 无码九九九九| 99视频久久| 激情色播| 激情伊人六| 人人射av| 天天婷婷色六月| 久久久久er热| 亚洲成人av在线| 久久五月网| 开心五月激情网| 激情影院丁香五月| 精品久久久91久久影视网| 超碰免费人| 欧美日韩一区二区三区四区| 四季AV综合网| 婷婷五月在线免费| 好好干av| 天天爽天天爽| 另类图片五月天| 香蕉97碰碰碰欧美| 五月丁香婷婷老司机| 五月天AV大香蕉| 色婷婷亚洲| 婷婷刺激综合| 欧美日韩91| www.minyis.com【JT】实力收量可预付QQ2101460746 | 国产精品久久7777777精品无码| 激情五月婷婷色综合| 第四色首页| 欧美 日韩 成人| 五月婷啪| 综合欧美五月婷婷| 久久久婷婷五月天| 丁香成人五月天| 91色九| 成人精品在线| 久久久婷丁香五月| 综合久久首页| 九九99九九99| 99久热这里有精品| 五月婷无码| 丁香六月综合| 婷婷色色狠狠| 97日本在线播放| 五月婷婷丁香俺日污视频| 婷婷丁香五月91| 97精品综合| www.爱操com.| 91综合在线观看首页| 热99精品视频五月| 久久与婷婷| 天天久久九九| 色婷操逼| www.五月激情红色| 欧美天天搞| 这里只有精品视频99| 五月天婷婷久色| 91窝窝| 久久婷婷五月丁香网| 欧美五月丁香啪啪响视频| 亚洲成人AV高清字幕| 日日.c| 婷婷五月电影院| 国产成人精品一区二区三区视频| 婷婷免费视频| 婷婷五月天改成什么了| 国产女人十八水真多1| 婷婷色五月激情强奸四射| 天天综合久久| 久久精彩视频99| 色色色色综合网| 色播五月丁香综合| 中文字幕综合| 婷婷婷狠狠| 五月丁香色婷婷色| 婷婷六月网| 99精品超在线播放| 国产精品久久久久久妇女6080| 99爱在线精品视频免费观看| 可以免费看av网站| 丁香五月大香蕉AV| 最近中文字幕2019视频1| 亚洲色优| 色婷婷4| 婷婷六月综合基地| 99精品视频在线观看| 狠狠干五月天| 婷婷开心青青草| www热久久yy9| 亚洲三A| 大香蕉五月婷婷| 五月婷六月天| 丁香六月婷婷久久综合| 黄色aa观看aaguochan| 大香蕉啪啪啪| 婷婷性色| www.五月婷婷久久.com| 91精品久久久久久综合五月天| 久久久全国免费视频| 色婷婷小说| 激情综合色婷婷六月天| 日本的α片xxxwww| 人妻久热| 亚洲影院婷婷色| 久久九色| 丁香色六月婷婷| 伊人五月丁香| 综合狠狠干| 精品在线网站| 综合久久久婷| 婷婷亚洲在线| 色婷婷丁香A片区毛片区女人区| www热久久yy9| 五月丁香啪啪伦理电影| 插少妇综合网| 久思思久视频| 丁香六月婷婷综合激情欧美| 九九激情视频| 久久久久久久91| 99视频内射三四| 久久精品4| 婷婷狠狠色| 天天日,夜夜爽| 26uuu青青| 久久99精品久久久久久噜噜| 国内在线99视频| 《亚洲操B久久免费在线观看,亚洲操B久久在线播放》在线播放 - 高清资源 - 97 | 日日操天天| 五月亭亭六月激情| 精品国产人人爱人人| 五月丁香婷婷中文| 9月色婷婷| 日韩AV一区二区三区| ..真实国产乱子伦毛片| 日本色婷婷| 一本色道久久综合狠狠躁小说| 亚洲成人超碰| 黄色aaaaa| 射区导航| 欧美操逼天堂| 色综合偷拍| 色婷婷五月丁香色| 五月天婷婷丁香成人网| 婷婷丁香五月天综合在线日韩| 天天日日夜夜| 亚洲va成人va成人va在线观看| 婷婷五月激情欧美| 久久免费操| 九九热在线精品视频| 啪到高潮激情丁香五月| 天天碰夜夜爽| 日韩精品二三区| 五月丁香另类网| 成人婷婷五月| 婷婷夜夜夜夜| 婷婷五月色网| 国语精品探花| 拳交大逼| 久久这里有精品| 激情小说在线视频| 婷婷五月天福利| 26uuu精品一区二区| 国产美女无遮挡裸体毛片A片| 久久综合五月天| 日日撸夜夜操| 大香蕉九九| 五月丁香综合激情| 国产成人精品一区二三区熟女在线 | 另类视频一区| 99热在线观看免费精品| 99在线免费视频| 91Chinese在线| 婷婷综合网| 99精品偷自拍| 伊人丁香五月天丁香在线婷| 99热传媒| 久热爱大香蕉在线蜜臀悦色| 成人色图情色成人网 www.5b5b5bcom 五月天 | 丁香五月六月婷婷综合| 日韩人妻在线观看| 亚洲情欲| 成人午夜天| http://www.com久久久精品一区| 亚洲精品第一国产综合亚AV | WWW.婷婷五月天.COM| 97色在线视频| 这里只有视频精品| 亚洲久久婷婷| 婷婷久久色| 久久激情五月婷婷| 99热这里全都是精品| 色色婷| AV成人在线网站| 九97免费视频| 影视av久久久噜噜噜噜噜三级| 五月开心婷婷网| 丁香无五月网| 激情五月丁香六月婷婷| 免费观看大片视频 丁香婷婷 六月欧美| 67194中文字幕| 精品久久99| 国产午夜精品AV一区二区麻豆| caop视频| 色综合香蕉| 婷婷五月丁香综合亚洲| 天天摸日日舔狠狠添婷婷婷| 狠狠色综合精品视频在线| 狠狠五月激情丁香六月| 九九久久精品| 97超级免费无码| 激情亚洲婷婷| 婷婷亚洲五月丁香综合在线| 婷婷色五月天在线观看| 狠狠干狠狠色| 婷婷六月激情综合| 狠狠色97| 婷婷瑟五月天久久综合| 狠狠干五月天| 色婷婷影视| 久久男人网婷婷| 久久婷婷91| 天天日天天摸天天| 婷婷九月丁香| 九九精品热| 婷婷五月天丁香久久| 武则天精品久久| 久久伊人日日夜夜| 色五月激情综合| 丰满人妻一区二区三区| 94干大香蕉| 五月天婷婷六月激情网| 天天插,天天射| 超碰在线99| 天天干天天日蜜臀av| 99精品在线观看视频| 激情综合色五月六月婷婷| 97色色色| 国产亚洲成AV人片在线观黄桃 | 99热在线播放| 久婷久婷激情肉| 亚洲视频丁香网va| 成人综合视频在线| 日韩一级一片内射视频4K| 丁香五月天.com| 色五月婷婷狠狠撸| 色五月婷婷基地| 天天干,夜夜爽| 大香蕉九九操| 99爱最新免费视频在线观看| 色婷婷欧美| 日韩一级| 精品无码av丁香五月激情| 亚洲热视频在线| 久久精彩视频| 天堂中文国产| 欧美激情综合色丁香婷婷五月天| www.婷婷| 噜噜视频| 大香蕉综合网| 99激情| www·五月天| 精品人妻在线免费观看| 亚洲色模骚货| ′久久99一| 六月激情婷婷| 夜夜人妻五月天| 亚洲无AV在线中文字幕| 综合色色婷婷| 9999热在线观看| 中文字幕av在线播放| 综合久久影院| 桃色成人网| www.26uuu.com亚洲电影| 九九久久偷拍| 丁香九九九九| 婷婷五月激情六月丁香 | 欧美成性色| 激情内射人妻1区2区3区| 亚洲色A| 丁香五月天激情四射网| 99亚洲天堂| 激情伊人五月婷婷久久| 丁香亚洲色综合| 国产无人区大片| 色色激情五月天| 日本欧美成人片AAAA| 六月狠狠综合| 激情床戏| 国产无套精品一区二区| 色婷狠狠| WWW,色五月| 六月五月天婷婷涩播在线| 狠狠色狠狠操| 五月丁香啪啪啪免费看| 五月婷视频在线观看| 久久总和99| 激情伊人六| 月色色综合婷婷网| 色五月婷婷网| 色婷婷狠狠18| 中文字幕丰满乱孑伦无码专区 | 色五月,婷婷大香蕉| 五月天国产| 五月婷婷丁香狠狠撸久久| 色域五月婷婷丁香| 久久六月婷婷| 激情五月丁香五月| 五月婷婷色激情| av九九| 91丁香色五月| 狠狠色成人影片| 婷婷五月天欧美| 六月婷婷天天操夜夜爽视频| 婷婷丁香综合色AV| 五月丁香激情综合网| www.minyis.com【JT】实力收量可预付QQ2101460746 | 成AV人片一区二区三区久久| 99色视频| 日本性激情色播| 狠狠干五月天婷婷网| av人人操| 99久久国产宗和精品1上映| 激情六月婷婷| 人人操A| 91操人视频| 亚洲激情六月丁香| 疯狂做受XXXX高潮A片| 综合一区二区三区| 色色五月婷婷丁香| 天天肏天天插| 久久久这里都是精品| 99热在线看| 色婷婷丁香花五月天| 99性视频| 色色五月天婷婷丁香| 欧美3AaAa大片| 日韩色色网| 9有码中文| 噜噜五月天综合| 影音先锋日本三级资源| 99激情| 久久婷婷国产| 天天操天天操天天操天天操天天操 | 无码动漫av| 夜夜综合色| 国产精品国产VA片国产| 五月天婷亚洲天综合网综合| 欧美色色色色色| 99热九九在线| 丁香社92视频| 国产av网| 九九九激情网| 狠狠色噜噜狠| 成人做爰高潮A片免费视频| 九九视频在线观看| 久热9| 成人一级片| 五月天激情婷婷| 欧美性丁香色色五月天干干| 激情五月,激情综合网| 99精品久久久久久久婷婷久久| www久久99com| 精品色情一区二区三区四区| 538午夜激情| 久久香蕉网| 亚洲综合色婷婷| 伊久久婷婷| 欧美图片丁香五月天| 色色色色区| 色色丁香五月| 97干在线观看视频| 另类伊人婷婷| 性色婷婷| 五月天色色网站| 色狠狠综合| 五月色综合网欧美网| 天天插天天狠| 五月婷婷六月丁香综合视频在线| 99热精品少| 国产日批视频| 亚洲婷婷婷| 五月综合六月婷婷| 深爱婷婷丁香五月激情| 思思热视频在线观看| 激情丁香五月天| 开心激情站| 色五月婷婷在线| 直接看的AV| 五月天婷婷基地| 久久99国产综合精品免费| 国产偷人爽久久久久久老妇APP| 无码一区精品一区视频| 欧美人人草草| 亚洲免费观看高清完整版AV线| 伊人五月婷婷| 丁香亭亭久久| 99精品爱| 激情五月影院| 丁香五月性爱| 色欲影香| 婷婷六月色| 啪啪小说五月天| 色婷婷婷av| 夫妻超碰在线| 97精品人人A片免费看| 精品人妻伦一二三区久久| 色9色| 正宗黄色毛片| 福利视频在线播放| 久草五月婷婷| 国产婷婷五月天| 俺也去在线久久精品23欧美综合视频网站,丰满人妻一区二区三区在线视频53,丰满 | 五月丁香六月在线| 99在线观看精品视频| 妻久久久久| 99色五月| 99热10在线高清播放| 日日爽日日| 婷婷五月天无码| 五月丁香六月日逼| 性爱五月丁香| 好叼操在线观看| 五月天伊人| 免费亚洲婷婷| www激情网| 九九综合色| 丁香五月婷婷激情完整版| 亚洲精品V天堂中文字幕| 国产免费AV在线| 噜噜色com| 99热九九这里只有精品10| 色色色区| 99热这里只有精品最新地址获取| 就是色婷婷五月亚洲色| 久久久久久久久久久97| 色色色九九九五月婷婷| 日日爽夜夜爽| 99色热视频| 中文在线视频久1| 五月丁香婷色| 天天久久人人| 日本人人干| 日逼影音先锋AV男人资源站| 久久精品国产AV一区二区三区 | 色综合天堂| 五月天啪啪| 激情都市五月天| 婷婷,五月天,丁香,第一| 91久久综合亚洲噜噜成人在线| 色天使久久综合| 亚洲无AV在线中文字幕| 亚洲精品视频在线播放| 婷婷精品在线| 丁香久月| 色香欲综合| 在线天堂9| 六月丁香婷婷大香蕉| 亚洲综合九九| 五月婷婷综合久久| 天天日天天操心| 九九色欲网| 99re热视频这里只精品5| 激情五月天视频| 丁香久久久| 五月激情黄色小说| 激情五月天婷婷| 五月天久久www| 激情五月色综合| 99成人| 成人五月丁香社区| 色 色 色综合com| 黃色三级三级三级三级 qixing300.shrkbk.com www.jinbozs.com tianmiaosw.com | 婷婷色香六月综合激情| 色区久久| 97碰碰视频| 激情婷婷色五月| 日本精品人妻无码77777| 热中文字幕| 大香蕉婷婷丁香视频在线| 婷婷五月综合网激情| 99热最新网址| 国产精品99久久久久久久女警 | 六月婷婷激情| 国产日韩av片| 人人操AV| 婷婷综合另类| 99热在线观看精品| chaopeng在线人人| 亚洲 无码 中文字幕 中出| 大香蕉人妻| 婷婷九月丁香| 五月婷婷综合激情网| 五月丁香综合影院| 激情综合激情综合| 久久九九九九| 五月亭亭网成人在线视频| 91人无码久久久久久| 久久性爰视频这里只有精品| 日韩色色色色| 五月丁香六月婷婷免费视频| 日韩成人无码| 丁香五月98| 强辱丰满人妻HD中文字幕| 综合亚洲五月天| 久久激情网| 六月激情婷婷色| 激情99| 国产五月天激情小说| 欧美性色A片免费免费观看的| oumeisesewang| 亚洲妇女熟BBW| 99热99免费| 久草婷婷网 | 婷婷6月综合网| 色婷婷综合视频| 色婷婷六月激情| av操逼网| 99热无码| 狠狠久久婷婷| 六月丁香av| 婷婷五月天成人网| 色婷视频| 亚洲十月婷婷综合| 99情色五月天| 亚洲综合五月天| 日本高清久| 色五月婷婷五月| 婷婷久久夜| 久久久全国免费视频| 五月丁香在线综合| 丁香激情四射| 婷婷五月天成人网| caopeng97日韩| 久久婷婷五月综合色和| 五月开心网| 婷婷四色五月| 综合五月天| 91久久婷婷人人澡草| 日本人妻操| 91久操| 久久五月网| 丁香激情五月天| 丁香五月激情啪| 激情五月黄色小说| 伊人九九68| 男人的天堂五月丁香| 丁香五月婷婷亚洲人| 少妇人妻丰满做爰XXX| 九九热99热| 亚洲成人一区| 色香蕉精品五夜婷| 99色在线视频| 天天做天天爱天天日| 色六月 婷婷| 97色色综合| 操操操av| 五月婷婷色白丝| 色色性爱视频| 操逼棍操逼| 久久婷婷网站| 《亚洲操B久久免费在线观看,亚洲操B久久在线播放》在线播放 - 高清资源 - 97 | 香蕉AV777XXX色综合一区| 婷婷久久丁香五月| 最近中文字幕2019视频1| 五月色影院| 久久草人妻| 肏日网在线看| 久久激情五月婷婷| 色欲AV导航| 婷婷六月色| 久久婷五月影院| 欧美日韩91| 精品,99| 欧亚洲在线高清视频| 色婷婷四虎| 99性爱视频| 丁香婷婷视频在线| 日韩砖区| 欧美图片丁香五月天| 影音先锋91网站在线观看| 久久色天堂| 五月丁香花开综合网| 欧美在线视频99| 色综合色色色色色色综合| 日日杆天天| 九九视频在线观看| 激情黄色五月天| 成人五月丁香社区| 97碰 在线视频观看| 色婷婷导航| 久久久久网站| 99热中国| 色播丁香五月婷婷操:屄| 激情久久丁香| 五月停视频天堂| 99精品视频在线观看| 五月婷婷婷丁香播| 五月丁香青草综合啪啪| 五月开心婷婷中文字幕| 99在线视频免费| 综合狠久久| 日韩成人综合网| 久草性爱| 五月丁香在线观看| 天天射夜夜骑| 色婷婷五月丁香在线观看| 99热日韩| 99在线热视频| 大香蕉视频99| 丰满少妇猛烈A片免费看观看| 色五月综合激情| 日韩无码色色| 99热这里只有精品一区| 五月在在观看| 97亚洲色 torrent magnet| 色玖玖导航| 九色在线观看91av| 啪啪五月婷婷| 婷婷综合丁香| 国产成人一区二区三区在线观看| 五月天婷婷视频| 99热这里只有精品1025| 激情综合网激情五月天| 色综合色综合色综合| 青青草日本亚洲| 丁香五月婷婷色综合基地| 婷婷色色狠狠| 激情5月舔| 99无码视频| 99熟女视频| 色噜噜夜夜夜综合网| 久久婷视频| 热99在线精品| 艹天天射| 五月丁香九九| 亚洲超级碰| 十区av| 久热伊人9| 91一道本| AAA久久久AAA久久久AAA| 亚洲 欧洲 国产 伦综合| 丁香五月天堂网AV| www综合久久| 91久久色| 色婷婷88| 影音先锋一区二区三区| 欧洲亚洲免费视频9 | 午夜丁香久久久久久| 亚洲色99综合天堂| 羞羞嫩草视频| 日本丰满久久| 久久一伦| 欧美精品A片一区在线观看| 97操碰在线视频| 久色激情| 999热在线视频| 婷婷丁香五月亚洲欧美| 激情五月黄色小说| 日日干综合| www激情网| 这里有精品2| 99视频激情四射| 婷婷五月电影| 五月婷婷成人| 国产熟妇的荡欲午夜视频| 日韩成人影片网站| 婷婷激情综合色五月久久91| 九伊人网| 天天肏夜夜肏| 亚洲婷婷月丁香五月| 亚洲精品五月| 这里只有精品1| 另类激情五月| 中文字幕在线免费观看视频| 人妻熟女一区二区AV| 色色热日| 五月天操逼网| 五月色婷婷亚洲| 天天操天天操| 97 A I色色| 五月婷婷啪啪啪| 九九人人操| 99热综合在线观看| 亚洲无aV在线中文字幕| 丁香婷婷久久 | 亚洲国产成人在线| 久久久er热| 五月丁香中文字幕| 狠狠爱综合| 免费视频WWW在线观看网站| 9久热在线精品| 精品激情| 在线观看玖玖资源免费观看| 青青草成人网| 99热在线观看免费精品| 久久久一级AAA| 91九色精品| 激情5月婷婷狠狠干| 五月丁香六月婷婷综合网站| 激情色色| 久久六月婷婷| 91色涩| 欧美va| 久久精品99久久久久久| 五月激情在线| 六月综合婷婷开心伊人| 人妻久久久久| 国产婷婷五月天| 任你爽视频| 色域五月丁香| 日本色色色| www色综合| 五月激情婷婷在线| 色婷婷狠狠久久综合五月| 日韩无码专区| 人妻自慰高清合集| 狠狠色综合网站久久久久| 色噜噜狠狠狠狠色综合久欧美| 丁香色五月 97干| 五月婷婷丁香综合网| 五月天色色色| 久久丁香婷婷色情综合| 五月激情丁香五月| 五月天网站免费欧美| 亚洲视频在线观看| 99热综合色图| 五月婷婷婷自由综合| 老司机伊人| 天综合日日夜综合7799| 欧美成人热| 爆乳熟妇一区二区三区爆乳| 超碰九热| 亭亭丁香久久五月| www.色九月| 中文字幕在线视频播放| 久久九九怡红院| 丁香五月AV| 九九婷婷热| 激情色中文| 色噜噜狠狠色综合成人99| 婷婷久久爱| 色亭亭五月天网扯| 色五月婷婷久久| 99久热精品在线| 色五月视频,小说| 这里只有精品久久| 99热主页日本| 99精品综合| 影音先锋AV资源男人站| site:wpjngj.com| 大香蕉婷婷五月天| 爱射综合| 色五月成人网| 久久五月丁香| 中文字幕AV在线播放| 色久天| 国产偷人爽久久久久久老妇APP| 久久久WWW| 久久人妻视频| Caoub青青超碰| 天天天天做夜夜夜夜做| 99国产精品久久久久久久久久久| 91碰碰| 久久女人天堂| 六月丁香停| 激情五月婷婷视频一区二区三区| www.色色色com| 五月色丁香国产在线视频| 中文字幕在线免费观看视频| 日韩啪啪视频| 四虎成人精品永久免费AV九九| 精品99在线观看| 久久久精品色| AⅤ在线播放网| 这里只有精品9| 夜色热久| 99色一| 日本女色人人| 五月天色婷婷图片| 裸体做A爰片毛片A片免费| 丁香丁香激情网| 丁香五月社区| 五月色婷婷在线观看| 久久久噜噜噜久久人妻| 色999亚洲人成色| 婷婷五月av| 狠狠色丁香| 色色五月婷婷| 天天曰夜夜爽| 天天干一干| 秋霞学生妹一二级| 国产看真人毛片爱做A片| 日日操,日日爽| 嫩草极品| 久久网思思| 丁香五月天91| 99热99热在线| 99精品女人天堂| 一区二区乱码视频| 97色色色| 成年人丁香五月| 亚洲人人96@| 成 人片 黄 色 大 片| 丁香五月天激情小说| 日本色99网站| 色五月婷婷综合| 14色综合婷婷| 欧美婷婷五月丁香| 成人必爱视| 成人综合视频网址| 丁香五月综合在线视频| 久久婷婷资源| 人妻久久久久久久久久| 少妇人妻凹凸视频| 欧在线一区| 五月丁香婷婷视频| 综合色99| 噜噜视频| 97久久人人| 婷婷色五月开心五月| 99热国产这里只有精品| 天天操夜夜爽| 五月丁香在线精品| 激情com| 久久久精品视频79| 色五月婷婷av| 99视频九九热| 97干婷婷| 丁香五月激情月| 综合九色| 超碰2021| 久月久在线视频| 岛国在线观看91| 极品人妻VIDEOSSS人妻| 4399成人黄A片| 五月色亚洲| AA丁香综合激情| 丁香五月久久| 婷婷五月天影院| 日本三级日本三级99| 久久五月激情| 丁香五月另类色婷婷麻豆| 91欧美日韩| 丁香五月电影| 五月天色网站| 久久五月激情| 亚洲精品第一色色色色色色| 荷兰av一级| 天天综合色丁香| 大香蕉久久久久久久久| 九九色热| 五月婷婷狠狠干| 亚洲成人影视在线观看| 日本一级淫| 爽极品色| 婷婷深爱网| 婷婷综合在线| 国产免费av网站|