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
玖玖色资源| 色一情一乱一乱一区9| 久久婷婷婷婷伊人| 色六月婷婷| 九九热精品视频在线观看| 婷色五月| 九九大香视频| 久久蜜臀婷婷| 风流少妇A片一区二区蜜桃| 99热在线观看这里只有精品| 最新日本A片| 色一色综合| 激情五月丁香婷婷| 九九精品在线观看视频6| 超碰国产AV| 日本欧美成人片AAAA| 狠狠色婷婷六月激情网| 十月丁香婷婷| 97在线精品| 狠狠干.com| 色私五月婷婷| 精品色| 91精品综合久久久久久五月丁香| 9精品视频在线| 另类小说色婷婷| 婷婷五月天色| 综合婷婷五月丁香在线观看| 婷婷伊人激情婷婷| 精品国产va久久久久久久| 新激情综合| 开心五月深爱五月| 超级碰碰91| AAA亚洲AV| 色欲人妻综合aaaaaaaa网| 九九成人视频| 99操逼| 六月色婷婷| 日韩人妻操逼视频| 丁香五月婷婷骚视屏| 色9999日韩国产| 九九超日本| 久久在线视频免费观看| 最近中文字幕大全免费版在线| 亚洲av日韩无码| 亚洲欧美一区二区三区爱爱动图| 国精产品久久| 思思久久精品| 极品人妻VideOssS人妻| 五月婷婷九九热| 热中文字幕| 色欲影香| 成人在线不卡| 婷婷在线观看五月天在线视频| 国产婷婷久久| 91精品婷婷国产综合 | 五月丁香激情综合啪啪| 99re视频在线| 91婷婷色 | www色五月| 9色在线视频精品观看| 密着浓厚中出乚交尾GvG935| 色五月婷婷丁香凹凸| 欧美性做爰大片免费看办公室| 亚洲99热| 日日影院 | 精品国产一区二区三区四区阿崩 | 狠狠色综合五月| 色综合播放| 五月丁香大香蕉| 91色在线/日韩| 亚洲不卡欧洲| 伊人久久婷婷五月天激情四射| 天天舔夜夜操www com| 97人人干| 色久免费| 开心五月深爱激情| 久婷久婷| 丁香五月花| 婷婷五月丁香五月| 丁香六月激情国产| 99久久99九九99九九九| 五月丁香好婷婷A片网| 99热综合| 婷婷色五月综合| 激情深爱五月| 久草热在线视频| www九九热| 日本天天操| 最近中文字幕2019视频1| 免费视频WWW在线观看网站| 第九色区av天堂| 婷婷五月激情欧美大胆视频| 久久9精品视频| 亚洲色啪| 色婷婷丁香香香蕉视频| 色五月婷婷五月天| AV网站免费在线| www. 五月. com| 91凹凸在线| 久热9| 综合狠狠干| 丁香五月网在线观看| 26uuu亚洲精品国产| 婷婷五月综合啪| 思思精品视频| 操比激情五月| j久久性爱视频| 激情综合五月色在线| 这里只有国产精品在线| 天天综合在线网| 人妻人人操| 九月激情婷婷丁香| 桃色Av色哟哟| 亚洲乱码在线观看| 亚洲国产成人AV在线 | 99自拍视频在线| 97午夜一区二区| 日本久久超碰| 99精品福利视频| 黄网在线免费观看| 五月婷婷婷| 丁香五月天人体| 天天色天天爱天天爱天天爱y| 夜夜干夜夜操| 丁香五月之久操视频| 五月丁香六月婷婷成人| 色5月婷婷| 久久精品9| 96精品成人无码A片观看金桔| 五月色丁香婷婷综合| 成人网址在线观看| 婷婷丁香人妻天天爽| 天天摸天天肏| se色综合网| 婷婷久久婷婷色五月| 久久婷婷色五月| 91综合国免费久入| 婷婷黄色五月| 在线可以看的av网址| www.99热视频| www.婷婷.com| 六九色综合婷婷五月天| 97人人操人人拍| 亭亭五月丁香综合欧美| 91成人电影| 思思热在线| 日都一级A片| 婷婷色色狠狠| 欧美婷婷五月丁香| 久久与婷婷| 五月丁香六月婷婷中合网| www.99热精品| Caop在线| 天天狠狠夜夜狠狠2023| 中文字幕综合色| 深夜婷婷五月丁香| 性爱久久| 五月开心婷婷中文字幕| 99精品亚洲| 97超碰婷婷五月天| 激情久久五月网| 激情开心五月天| 婷婷五月色影视先锋| 成人精品99| 性一交一乱一交A片久| 午夜成人在线免费视频| 五月婷在线观看| 国产内射婷婷| 99re最新地址| 久久一伦| 婷婷五月天综合久久日美女| 丁香八月综合激情| 丁香五月激情五月| 香焦网五月天| 丁香五月天偷拍| 五月天伊人网| 五月婷婷视频ab| 五月婷婷六月天| 六月婷婷网| 99热色综合| 中文字幕成人| 色了色综合| 日日综合网| 色吧婷婷| 日本精品人妻无码77777| 天天色图| 狠狠一日| 婷婷九九| 国产性色蜜乳| 熟女91九色| 91九色无码日韩| 久热久色| 亚洲精品字幕| 大香蕉欧美在线| 97碰超级人人看| 天天干夜夜想| 天天色综网| 玖玖九九9999在线观看视频精品| 五月激情影院| 综合五月亭亭9| 婷婷六月成人| 六月色播| 久久精品永久免费| 日日噜狠狠| 99爱在线视频| 成年人丁香五月| 综合久久综合久久| 日韩人妻在线播放| 色综合五月| 激情五月www| 久久视频婷婷| 日本丁香五月| 丁香五月天资源网| caopeng97日韩| 中文字幕在线不卡视频| 风流少妇A片一区二区蜜桃 | 伊人网色婷婷五月天| 亚洲热视频在线| 天天色月| 9l视频自拍9l九色9l成人| 久青草影院| 高清激情av在线观看| 亚州精品成人片| 天天综合精品| 96精品久久久久久久久| 777色色色| 精品99这里有| 久久草中文日韩欧美| 99色视频| 国产成人+综合亚洲+天堂| 六月婷婷狠狠做| 色婷婷丁香女女| 色综合色综合网| 五月丁香六月婷婷亚洲视频| 狠狠做六月爱婷婷综合aⅴ| 青青草五月天| 超碰人人在线观看| 99色| 久久综合激情| 99热国产| 五月天成人综合| 丁香婷婷色| 六月婷婷深深爱| 99啪在线| 99ri视频在线观看| 精品香蕉99久久久久网站| 亚洲成人一区| 久99久在线| 欧美婷| 玖玖视频福利| 久久er免费视频| 99热综合在线| 在线另类视频| 久婷久婷| 91大神操美女| 在线视频另类| 91精品无码| 婷婷五月丁香欧洲| 大香蕉狼人久久| 成片免费观看大全| 久久婷婷六月综合综合| 久久全色| 伊人综合色干| 91干| 亚洲一个色| 91尤物九色在线| 丁香视频| 色婷婷888| 99在线观看精品| 中文字幕不卡视频| 久久久五月天婷婷| 久久机热探花| 久久五月激情综合| 丁香婷婷激情综合五月激情| 五月天第四色开心色播| 六月天无码网址| 亚洲激情99| 激情精品久久| www.sezonghe| 色婷婷国产精品综合在线观看| 国产色色色色| 国产avapp 网| 婷婷大香蕉| 最近中文字幕大全免费版在线| 色色色999| 丁香五月天堂网| 婷婷成人基地| 色天堂操| 热久久91| 日本精品在线噜噜噜| 久久er这里只有精品| 妇激情基地| 亚洲精品成人| 六月丁香激情最新更新| 伊人丁香花综合影院| 丁香婷婷综合激情五月色| 男人的天堂五月丁香| 成人丁香婷婷| 亚洲色99| 99天堂在线观看免费视频| 综合色图区| 香蕉97碰碰碰欧美| 97色色综合| 涩五月婷婷| 色五月婷婷在线视频| 天天天日天天天干| w婷婷五月婷婷w| 色五月成人| 九月丁香八月婷婷加勒比| 啪啪视频99| 色综合视频| 亚洲色9| 色噜综| 亚洲激情另类| 变态 另类 在线| 欧美啪啪五月天| 丁香九九九九| 丁香五月冃欧美| 成人免费高清在线播放| 色哟呦av| 色婷婷丁香网| 五月天婷婷五月| 98永久精品| 粉嫩AV久久一区二区三区| 97艹| 六月婷婷激情小说网| 婷婷五月综合啪| 另类图片色五月| 91热er| 99re6久热只有精品6在线直播| 9l视频自拍9l九色成人| 亚洲天99| 丁香五月婷久久| 99精品网| 超碰人人操在线| 丁香婷婷久久老熟女综合网| 91婷婷| 九九色黄色| 97色色色色| 五月天婷婷7米| 亚洲精品白浆高清久久久久久| 国产亚洲成人综合| 五月丁激情| 久久女婷| 九色自拍| 香蕉综合在线| 综合另类视频| 九九这里是免费的视频5| 亚洲国产精品二二三三区| 婷婷综合视频| 99热网址| 久9久成人精品视频| 思思久久99热只有频精品66| 免费看欧美成人A片无码| 久久激情天堂| 五月天天天天天天天天天天天婷婷婷| 婷婷五月天丁香久久| 激情综合网五月天天| 亚洲乱码在线观看| 婷婷久久丁香五月| 午夜激情综合| 无码人妻激情| 超碰成人电影| 欧美在线视频99| 五月天婷婷爱| 女同激情久久av久久| 亚洲天码视频www蛋播视频| 性色做爰片在线观看WW| 色综合99无码| 婷婷激情五月综合丁香社| 婷婷五月成人| 欧美婷| 成人国产欧美大片一区| 五月丁香av在线| 美日韩成人| 丁香五月天激情网址| 99热老网站| 色婷婷狠| 丁香激情网| 天天看片日日夜夜| 无码91中文字幕| 久久五月网| 色噜噜狠狠色综无码久久合欧美| 色色色色色爱| 国产精品国产| 五月婷婷婷婷| www,色中色| 五月丁香| 五月天亚洲色| 97色婷| 五月丁香综合网| 五月天综合缴情网网站0| 婷婷婷婷色| 六月婷婷无码| 中文婷婷狠狠| 91超碰在线观看| 日日干天天射| 国产精品18久久久| 五月网在线| 亚洲免费在线观看岛国| 久操婷婷| 午夜无码精品色综合久久| 操逼综合激情网| 婷婷五月丁香在线视频| 色情五月天小说| 五月婷婷综合在线| jiZZdr| 91偷拍视频| 九九国产视频| 精品九九九久| 久久久com| 九九99视频精品| 一区二区无码视频| 996er热| 丁香激激情网| 久久人人九九| 久99在线| 九九在线精品| 五月丁香色婷婷久久| 五六月婷婷| 九九爱精品网站| 六月99天天婷婷激情综合| 亚洲人人96@| 久久久九九视频精品18| 激情开心五月天| www.日日夜夜.com| 五月天无码视屏播放| 无码一区二区三区四区五区91c| 91九色精品| 五月天伊人av| 国产日韩av片| 91猫咪国产在线播放| 亭亭五月丁香五月天激情| 色五狠狠| 一区二区三区四区五区| 亚洲在线操| 五月激情在线| 天天色色天天| 91九色熟女| 五月丁香六月激情综合在线| 99精品久久久久久久婷婷| www,黄色在线,con| 国自产拍偷拍精品啪啪一区二区| 91人人操人人爱| 欧美英丁香开心快乐六月天网| 99ri精品视频在线观看| 影音先锋天天日| 国产精品国产成人国产三级| 高清不卡一区| 久9精品视频| 日本操逼九九九九58日本操逼| 丁香婷最新动态| 五月婷色丁香| 婷婷五月丁香性爱| yw国产AV| 一本色道久久综合狠狠躁一二三| 婷婷五月天基地| 亚洲免费99| 久久九九免费视频| 五月丁香婷婷综合视频| 五月婷婷婷婷婷婷艺术| 五月丁香WWW| 欧美黑人大吊| 五月综合亚洲色| 97超级碰碰碰久久久| 午夜精品久久久久久久爽| 日日夜夜狠狠| 婷婷五月天成人网| 丁香五月性| 91婷婷丁香| 99热1| 91性人人| 大香AV| 9 1在线视频| 亚洲综合色激情色五月| 国产露脸150部国语对白| 狠狠干夜夜干| 久热九九| 少妇性BBB搡BBB爽爽爽视頻| 亚洲午夜在线视频| 色婷婷狠狠18yy| Av中文在线| 97在线天堂| 婷婷五月丁香激情图片| 综合网色综合| 丁香婷婷超碰 | 5月婷婷视频网站综合| 国产精品久久..4399| 久青操| 丁香五月激情棕合| 五月天激情综合在线| www.粉嫩av.com| 美女天天久久| 国产精品色一哟哟| 另类激情综合| www.99色| 九九热视频精品| 丁香婷婷五月| 天天色综网| 色播激情| 任你日视频| 日本色婷婷| 做爱夜夜干天天操| 五月天亚洲最大成人| 婷婷色五月久久| 99视频只有这里精品| 免费视频无码| 精品无码久久久久久久久| 国产乱子轮XXX农村| 91精品91久久久久77777| www,99色| 丁香六月婷婷缴情欧美| 婷婷五月天色综合| 色丁香五月天| 欧美黄色一级录像| 中文字幕AV网址| 秋霞电影一级黄| 26UUU欧美激情一区二区| 婷婷五月美女直播| 色屌丝中文字幕| 中文字幕视频色婷婷| 天堂网色婷婷| henhencao国产在线| 婷婷五月天综合中文| 五月天婷综合| 艹B高清无码| 九色在线观看91av| 操操碰| 丁香五月婷婷基地| 99玖玖人人| 高清无码.com| 婷婷中文字幕| 97色婷婷| 丁香色情五月综合激情| 五月天婷婷久久视频| 欧美性爱五月天| 96色婷婷| 色婷五月| 日本人妻A片成人免费看片| 激情五月婷婷综合秋霞| 亚洲成人网在线观看| 丁香九月婷婷色| 日日夜夜婷婷| 青青草婷婷久久| 色色色视频免费无码| 激情综合网激情五月天| 亚洲V国产V欧美V久久久久久| 亚洲AV第二区国产精品| 99re在线这里只有精品视频首页| 人人草人人舔| 亚洲精品国产成人AV在线| 亭亭五月天黑人2014| 99日在线视频| A级毛片高清免费不卡播放谢谢谢谢| 天天狠狠插| 丁香五月天啪啪| 无码 av电影| 久久五月婷婷电影| 日本三级韩三级99久久| 欧美激情中文字幕| 天天爱综合网| 1024你懂的欧美曰韩| 先锋男人99资源| 亚洲热综合| 啪啪婷婷五月天激情| 亚洲va在线∨a天堂va欧美va| 国产午夜精品AV一区二区麻豆| 天天噜日日噜综合无码| 91干视频| 超碰免费大香蕉| 99精品高潮| 五月开行婷婷色五月| 怡红院AV亚洲一区二区三区H | 婷婷99狠狠躁天天躁中文| 五月天狠狠干| 亚洲正能量欧美| 五月四色婷婷| 91在线97视频| 丁香五月五月婷婷五月天激情四射| 人妻AV中文系列| 色婷婷中文字母五月丁香| 丁香九月婷| 女婷久久| 五月丁香六月天| 99热这里在线精品| 久久影视婷婷五月| 天天干一干| 亚洲婷婷视频| 婷婷五月天丁香久久| 色色色热热热| 少妇激情五月婷婷| 五月天开心婷婷激情网站| 国产亚洲精品久久久久久豆腐| 久久最新色色色| 2022久久婷婷| 激情五月天之六月婷婷| http:色情日本com| 婷婷五月天免费| 开心五月婷婷婷美女| 婷婷六月色| 五月天色婷好好| 99伊人性爱在线影院| 综合五月激情网| 久久久精品AV| 亚洲AV日韩在线观看| 综合 蜜月 婷婷| 五月丁香香蕉| 婷婷精品综合| 亚洲激情校园| 色99自拍| 精品在线网站| 五月丁香色五月| 91无码色色| www、色色色| 久热天堂| 亚洲天堂色色| www.sezonghe| 夜夜资源站| 99热精品在线播放| 俺也高清无码高清视频| 五月丁香久| 六月丁香婷| 婷婷五月深爱五月| 日韩亚洲视频| 影音先锋男人站,影音先锋男人色资源网,影音先锋AV最新资源站,影音先锋AV资源 | 91Chinese在线| 亚洲久久婷婷| 五月婷在线影院| 婷婷综合五月天| 五月丁香婷婷综合视频| 激情五月天婷婷| av操B网站| 久久色五月天| 五月婷婷无码专区| 久久婷婷亚洲| 日本性视频| 91狠狠综合久久| 丁香六月爱综合| 久婷婷五月综合欧美| 丁香六月婷婷开心| 色丁香影院| 久热久色| 91精产一区三区免费观看| 六月丁香啪啪| 五月天丁香成人| 五月婷婷干| 无码激情| 大香蕉欧美在线| 操人妻AV| 天天综合精品| 久操激情| 五月婷婷啪啪| 丁香五月av在线| 激情综合国产| 人人干人人操外国| 丁香五月天大香蕉啪啪| 天天爽夜夜操| 婷婷六月激情| 青青草五月天| 99亚洲色色| 婷婷五月天xxx| 九月影院義母在线播放| 丁香视频| 亚洲婷婷丁香五月| ai97re99一本| 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 | 91久久久久久久久18| 天天干天天操天天射| 九九机热| 欧美婷| 深爱五月综合网| 香蕉狠狠爱视频| 色婷婷影| 九九综舍久久| 99热精品超碰| 久9草在线观看视频| 韩日另类| 热99色| 久久五月婷天天干| 大香蕉色婷婷伊人在线| 韩国中文字幕91| 色一情一乱一伦一区二区三区| 激情五月婷婷网| 97丁香婷婷| 欧美三日本三级少妇三99| 色婷婷综合网| 五月天婷婷社区| 亚洲九九视频| 成人网在线视频| 五月丁香自拍| 99视频久久| 欧美在线视频99| 99色在线| 激情五月天综合网| 色色无码| 欧美成人猛片AAAAAAA| 丁香婷婷大香蕉| 五月婷色| 色色色激情网| 激情网色五月| av激情在线| 丁香婷婷五月综合影院| 久久久999精品| 国产成人av在线| 婷婷六月丁香激情| 丁香五月另类小说在线阅读| 五月天伊人日日噜影片AV| 免费看欧美成人A片无码| 色综合中文| 老司机伊人| 欧美性做爰大片免费看办公室| 嫩BBB搡BBBB榛BBBB| 色狠狠色综合久久久绯色aⅴ影视| 激情网 久久| 久久婷婷网址| 婷婷午夜精品久久久| 综合激情伊人影视在线| 密乳视频| 免费播放片大片| 五月天亭亭俺也| 江苏少妇性BBB搡BBB爽爽爽 | 亚洲亚洲人成综合网络| 嫩草视频。| 婷婷五月色影视先锋| 日韩色色网| 天天综合亚洲综合| 丁香 亚洲 久久| 久久精热| 丁香六月婷婷色XXXXX| 日本二级毛片二级毛片| 国产成人AV在线播放| 色噜噜狠狠色综合无码久久欧美| 五月丁香六月婷婷亚洲| 香蕉操亚洲| 婷婷丁香社区| 五月婷婷深深爱| 亚洲九九免费| 婷婷在线激情| 中国丰满熟女A片免费观| 一区操| 性色欲情 网站| 夜丁香五月婷婷| 丁香五月天激情免费在线观看AV777| 亚洲中文字幕av| se色婷婷视频| AV色五月婷婷| 五月天婷婷激情| 夜精品无码A片一区二区蜜桃| 日韩大片艹艹| 天天cha成人综合网| 亚洲精品国产setv| 九九99热精品| 婷婷五月天色综合翘| 婷婷激情五月| 婷婷9月天| 九九99香蕉在线视频播放| 国产精品成人AV在线观看春天| 人人插9| 99爱精品视频| 影音先锋女人AA鲁色资源| 成人在线综合| 亚洲成人人人操| 国自产拍偷拍精品啪啪一区二区 | 丁香婷婷月| 人妻人人操| 久久久免费图片视频| 狠狠va| 99色热| 久久九九中文字幕| 色色COm| 激情内射人妻1区2区3区| 日韩无码专区| 色综合久久44| 日韩AV成人电影| 开心五月婷婷激情网| 色五月av| 婷婷和五月天| 99碰网站| 啪啪操超碰| 久狠狠狠| 无码A片一区二区免费| 婷婷丁香色五月久久88| 亚洲中文字幕在线观看| 色五月开心婷婷| 中文字幕成人| 婷婷五月天久久| 六月婷婷视频| 98色花堂98t.R| 中文在线视频久1| 婷婷成人基地| 青娱乐美女福利视频美臀| 99亚洲天堂| 人人干人人干骚美女| 日本九九九九| 天天日天天添| 九九在线视频| 六月欧美综合色情| 99噜噜噜在线播放| 亚洲开心激情网| 国产乱子轮XXX农村| 五月六月激情婷婷| 伊人大香蕉毛片| 99久久性爱| 九九这里是免费的视频5| 8区视频在线| 天天色天天搡| 亚洲小视频免费观看| www婷婷| 九九热婷婷| 国产97色在线 | 日韩| 啪啪黄页网| 婷婷五月天堂| 2015好吊操| 极品少妇高潮啪啪AV无码| 国产精品-第3页-91JQ就要激情网91JQ5.JQJQ926.XYZ | 激情五月婷婷在线观看| 日本操片| 久久a热| 婷婷色五月天第7色| 国产精产国品一二三在观看| 色色COm| 91综合色噜噜| 色丁香婷婷| 综合激情五月丁香9999久久精| 婷婷五月天色| 九九在线这里只有精品视频| 久久综合首页| 天天色天天日| 五月婷婷花| 97在线干| 亚洲五月天激情| 婷婷狠狠五月综合| 玖玖精品婷婷| 97碰在线视频| 5月婷婷激情网| w婷婷五月婷婷w| 开心激情站| 色婷婷激情五月天| www超碰| 九九Av| 久久人人人人妻| 射久久丁香五月| 9久久精品| 夜夜夜夜夜操| 亚洲精品色色| 色综合播放| 欧美99热| 五月婷婷丁香狠狠撸久久| 久久伊人大香蕉| 日韩成人电泉AV| 色婷婷五月天在线观看| 五月天播播中文字幕| 六月激情婷婷综合| 五月婷婷啪啪啪| 综合色五月亭亭| 五月开心久久| AV性爱网| 五月婷婷自拍视频| 99久久综合| 在线观看av网站| 久久久久人妻中文| 激情丁香社区| www.com色播五月天| 欧美搡BBBBB摔BBBBB| 六月激情婷婷| 欧美婷婷五月丁香| 天天摸天天高潮天天爽| 丁香无月在线观看| 操逼毛片国语对白| 色级婷婷| Aaa久久| 河北真实伦对白精彩脏话| 久久综合干| 五月丁香成人小说| 亚洲免费99| 婷婷五月免费在线| www.激情五月天.com| 二色av| 婷婷色在线视频| 五月丿香啪啪| 色婷婷狠狠久久综合五月| 图片区 小说区 区 亚洲五月| 99热这里只有精品青草| 婷婷色综合av| 丁香五月婷婷五月天| 久久性爰视频这里只有精品| 这里只有精品在线播放| 久久亚洲精品成人无码网站导航| 国在线激情网| 色综合色色| 久久激情视频| site:hcxsz888.com| 婷婷九月激情| 99婷婷| 影音先锋一区二区三区| 久草A片| 婷婷五月综合社区| 色五月婷婷av| 久久大香蕉同僚| AV在线免费网站| 色婷婷电影网| 精品五月视频婷婷在线观看| 26uuu欧美日韩| 久久er视频6| 99久久99热| 精品久久婷婷五月天| 丁香久久AV| 色五月成人在线| 99思思热只有在这里看| 婷婷久久草| 亚洲色五月婷婷| 国产精品成人AV在线| 六月婷婷久久| 狠狠操综合| AV中文在线| 2018国产大陆天天弄| 激情五月综合网丁| 色婷婷AV久久| 婷婷内射视频在线| 天天综合网91| 色五月在线| 人人操9| 色婷婷91激情小说| 91久久综合| 九月婷婷久久| 三十路磁力链接| 99热只有精| 99热精品99| 色丁香五月| 无码人妻丰满熟妇奶水区码| 人人操婷婷| 97婷婷狠狠久久综合9色| 婷婷大香蕉| 国产六月婷婷| 青青草成人网| 9l视频自拍9l九色成人| 思思9久久| 超级黄色片| 五月天日日操夜夜操 | 五月丁香婷婷色| 人人干Av| 五月天婷婷丁香导航| 五月婷婷综合在线| 丁香亭亭激情四射| 婷婷五月综合色拍| 一根材五月婷成人| 色婷婷婷婷五月天| 婷婷五月天成人| 春色激情| 日日干五月天婷婷| 深爱激情婷| www.日日夜夜.com| 丁香婷婷五月激情四射网| 91.com男女操| 伍月婷丁香花全集| 婷婷激情综合| 青青草网武则天| 五月色亭丁香| 婷婷午夜天| 五月综合激情婷婷六月色窝| 国产亚洲网站在线| 欧美激情丁香五月天久久婷婷一区| 亚洲成人五月| 99热色精品| 婷婷97碰碰| 色综合久久天天综合网| 婷婷99狠狠躁天天| 4438全国最大视频成人网站在线观看| 啪啪99| 色婷婷五月视频| 99操99| 天天色丁香| 激情5月婷婷| av大香蕉| 亚洲色综合| 青草激情综合| 九久久婷婷| 好吊操这里只有精品| 婷婷五月天成人| 欧美久久九九| 丁香六月婷婷开心| 色五月天堂| 精品综合爱| 99免费视频精品| AV中文在线| 久久精品五月天| 九月色婷婷综合| 欧美综合五月丁香五月天| 91蜜桃婷婷狠狠久久综合9色| 激情熟女网| wwwC0maV五月花| 久久久国产精品黄毛片| 天天 青草 制服丝袜 在线| 五月天婷婷丁香基地在线观看| 九九色婷| 久久黄A片| 色综合激情| 亚洲午夜视频| 色狠狠婷婷| 久热在线观看视频9| dingxiangtingtingliuyue| www.久久| 狠狠色婷婷7| 亚洲永久四色| 狠狠色丁香| 操91| 天天射美女| 久久网日本| 99精品高潮| 色欧美影院| 91成人电影| www.天天干| 综合狠狠干| 97性视频| www.久久久久久| 国产激情在线| 色情五月天。| 色婷婷久久综合| 婷婷九月色| 九月婷婷久久| 国产精品久久久99视频| 1000部毛片A片免费观看| 欧美va精品va老师va| 色一情一乱一乱一区91Av| 99色在线| 99精品在线播放| 99区视频| 性欧美大战久久久久久久83| 一本伊人色婷| 色婷婷色综合久久精品V| 中文字幕 久久9999| 麻豆忘忧草午夜| 激情丁香六月| 五月天婷婷色色网| 99久久激情视频| 亚洲国产精品成人免费一区久久久在线观看AAAA | 天天色播| 这里只精品| 色色色色色色色色色影院| 五月丁香六月婷婷综合伊人| 91女人18毛片水多国产| 另类小说色婷婷| 婷婷激情视频| 91狠狠色丁香婷婷综合久久精品| 免费AV播放| 欧美成人精品A片免费一区99| 热99热9| 六月婷婷AV| 91久久久久久久久| 中文不卡一二三区| 丁香六月婷婷激情| 大香蕉久久久久| 丁香五月激情综合在线观看| 日韩熟女啪啪视频| 中文字幕av在线播放| 涩五月婷婷| 五月婷婷香蕉视频| 九月婷婷色色| 欧美狠狠草| 操逼视频网址| 激情久久久久久| 五月丁香综合激情网| 五月婷在线视频免费播放| 色女人久久| 亚洲婷婷五月天| 日日夜夜爽| 久久婷婷色| 亚洲精品无人区| 综合性爱网| 五月天天丁香婷婷在线中| 9l视频自拍九色9l黑人| av在线观看免费| 天天色综合色| 亚州操操| 色婷婷在线视频观看| 亚洲婷婷91丁香| 日本成人小说婷婷六月| 婷婷永久在线| 天天色综网| 99热最新| 久久婷婷成人综合色怡春院| 婷婷大香蕉| 操婷婷基地| 久在线88综合| 色情五月天丁香社区| 五月天夜夜爱夜夜操| 亚洲区,视频区,视频区免费| 亚州男人天堂婷婷五月| 色999;丁香五月| 日夜夜久久| 久久人妻久久久久| 99九九玖玖| 粉嫩AV久久一区二区三区| 97超碰在线免费观看| 久久 视频这里只有精总| 天天肏夜夜肏| 婷婷综合在线播放| 九九99热精品| 午夜色婷婷| 五月婷视频| 深爱1激情网| 成人精品在线| 六月婷欧美| 丁香花五月天社区| 99色色网| 五月婷婷综合激情网| 99精品热| 色五月成人网| 婷婷五月天亚洲天堂| 国产片天天爽夜夜爽| 日本视频不卡123区| 超碰AV在线| AV中文在线| 婷婷色五天| 婷婷五月天在线观看免费| 五月天激情婷婷五月天久久| WWW.夜夜操.com| 亚洲AV综合网| 99九无网码| 婷婷综合视频| 天天肏天天肏| 超91在线视频| WWW.久久99| 成人婷婷色综合| 日本精品人妻无码77777| 日本人妻伦在线中文字幕 | 99热国产免费| 这里只有精彩亚洲视频推荐| 亚洲女婷婷五月基地综合久久久| 日韩成人网站精品久久大全| AV中文在线| 97成人丁香婷婷| 精品99这里有| 日韩啪啪视频| 日本一级黄色电影| 丁香五月亚洲激情婷婷射| 日本色99| 欧美日韩999| 五月丁香日本片| 99er日韩| 99热国内| 综合视频五月| 97色五月天| 天天成人综合视频| 婷婷.com| 热久久999| 欧洲MV日韩MV国产| 色五月 婷婷, 大香蕉| 20253AV| 久久丁香网| 成年视频免费观看| 久久99久久99精品免观看粉嫩| 欧美WW在线网| 二色AV| 日韩一66精品| 五月天婷婷激情小说| 这里只有精彩亚洲视频推荐| 激情婷婷五月社区| 国产熟女日日骚五月丁香爱| 色五月婷婷丁香五月| 五月丁香久久| 26uuu成人网| 日本一级一级一级一级| 综合色色五月| 99精品女人天堂| 国产脫衣舞一区二区三区| 亚洲国产精品成人免费一区久久久在线观看AAAA| 婷婷五月天美女| 六月丁香婷啪射| 丁香六月色婷婷| 超碰激情网| 亚洲日韩一页精品发布| 激情内射人妻1区2区3区| 另类图片五月天婷婷| www,久久久| 亚洲久久视频| 色五月综合在线| 九九黄色网| 极品人妻VIDEOSSS人妻| 青青草Avb在线| 狠狠干五月天婷婷网| 五月天激情美女久久| 五月开心色| www.五月.com| 婷婷情色五月| 996热re视频在线观看视频| 五月天激情图片| 开心五月婷婷99| 色色吧综合| 亚洲中文字幕在线观看| 欧美日本韩国亚洲| 综合久久久| 思思热在线| 69人妻人人澡人人爽久久| 69热在线| 五月天色网站| 另类小说五月天| Av在线资源| 亭亭玉立国色天香| 视色综合| 另类小说色婷婷| 9久9久| 五月婷婷中字在线| 五月婷婷激情综合av| 国产看真人毛片爱做A片| 欧美日韩成人在线观看| 亚洲久久视频| 久操激情| 91高潮喷水久久久久久久久| 大香蕉婷婷| 激情五月丁香六月综合AVXXXX| 91丨九色丨国产打屁股| 91天堂网综合| 99这里的视频都是精品| 操九色| 97男人天堂| 色五月aV| 五月丁香久| 亚洲第二AV| 九月婷婷丁香| 99热这里只有精品99| 丁香五月婷婷高清| 六月丁香婷婷网| www色五月| 久久激情五月网| 丁香五月天啪啪激情综和网 | 丁香五月骚喷水视频| 婷婷99视频精品| 九九色插| 婷婷六月综合在线| 五月天亚洲综合网| 婷婷五月天小说网| 色五月丁香婷婷综合| 婷婷五月天综合在线| 亚洲情色一区| 思思热久久爱| 五月天激情国产综合婷婷婷| 婷婷久久综合久| 97色天堂| 婷婷五月激情在线| 开心综合激情综合| 日本不卡一区二区三区| 蜜桃婷婷五月| 色播婷婷大香蕉| 九九精品热播| 五月天狠狠色| 无码动漫av| 五月婷婷天| 91n网站cad入口在线观看| aaa日韩| 激情五月天。| 狠狠色情婷婷| 国产人妻人伦精品一区二区| 第二色AⅤ| 91综合在线| 天天色综合天天| 五月叮香啪| 五月色婷婷在线观看| 天天干,夜夜爽| 五月丁香综合中文| 另类激情五月在线视频欧美| 激情久久丁香| 99热资源在线| 久久五月天激情婷婷| 性爱久久| 色婷婷久久久|