• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    AI優(yōu)化模糊核聚類算法的變壓器DGA分析

    2014-04-16 08:44:00宋志杰王健
    關(guān)鍵詞:故障診斷聚類變壓器

    宋志杰,王健

    (華南理工大學(xué)電力學(xué)院,廣州 510640)

    電力變壓器運(yùn)行狀態(tài)對(duì)電力系統(tǒng)安全可靠運(yùn)行起著至關(guān)重要的作用,因此對(duì)變壓器的運(yùn)行狀態(tài)及其潛伏性故障進(jìn)行判斷一直是國(guó)內(nèi)外研究的熱點(diǎn)。變壓器油中溶解氣體分析方法DGA(dissolved gas analysis)是目前發(fā)現(xiàn)變壓器早期內(nèi)部故障比較有效的方法,已經(jīng)得到廣泛的應(yīng)用。其中,IEC/IEEE推薦的三比值法是基于實(shí)踐經(jīng)驗(yàn)總結(jié)而來(lái)的;人工神經(jīng)網(wǎng)絡(luò)理論、模糊理論、專家系統(tǒng)、支持向量機(jī)理論、粒子群理論、灰色系統(tǒng)理論[1-7]等人工智能技術(shù)是基于特征氣體與故障類型的非線性映射關(guān)系建立相應(yīng)數(shù)學(xué)模型而來(lái)。這些方法都取得了不錯(cuò)的效果,但考慮到變壓器故障機(jī)理的復(fù)雜性,仍需要加強(qiáng)對(duì)其的研究,引入新的方法,以期提高診斷效果。

    模糊聚類分析是數(shù)據(jù)挖掘的重要方法,根據(jù)事物間的特征、相似程度進(jìn)行分類,已經(jīng)被廣泛應(yīng)用于數(shù)據(jù)分析、模式識(shí)別、圖像處理等方面。文獻(xiàn)[8~10]將模糊聚類應(yīng)用于變壓器故障診斷中,在一定程度上實(shí)現(xiàn)了故障的分類,但由于其易陷入局部極值點(diǎn)、對(duì)初值敏感,對(duì)樣本數(shù)據(jù)的分布要求嚴(yán)格,僅對(duì)球狀或橢球狀的數(shù)據(jù)類型才有效,因此診斷精度受到限制;文獻(xiàn)[11]將遺傳算法和模糊聚類算法結(jié)合起來(lái)診斷變壓器的故障,通過(guò)模糊聚類實(shí)現(xiàn)模糊C劃分,遺傳算法在整個(gè)狀態(tài)空間進(jìn)行搜索,得到最優(yōu)分類數(shù)及聚類中心,解決了聚類中心的個(gè)數(shù)C難以確定的問(wèn)題,能以較大概率收斂于全局最優(yōu)解,但收斂速度較慢,易出現(xiàn)早熟;文獻(xiàn)[12]提出了模糊核聚類算法,通過(guò)核函數(shù)將輸入特征氣體樣本映射到核空間,能較好地分辨和放大有用的特征,并對(duì)樣本特征進(jìn)行優(yōu)化,能有效的改善變壓器故障特征氣體數(shù)據(jù)集的聚類性能,但也存在全局收斂概率較低等缺點(diǎn);文獻(xiàn)[13~15]將人工免疫技術(shù)引入變壓器故障診斷中,利用其很強(qiáng)的學(xué)習(xí)、識(shí)別、分布式聯(lián)想記憶和特征提取能力,來(lái)實(shí)現(xiàn)故障類別的有效分類,但單純?nèi)斯っ庖咚惴ㄔ\斷精度不高,需要與其他方法結(jié)合應(yīng)用。

    本文在以上分析的基礎(chǔ)上,針對(duì)模糊聚類方法的不足,利用人工免疫算法中免疫細(xì)胞克隆、記憶、選擇、變異等機(jī)理,將人工免疫算法與模糊核聚類算法結(jié)合起來(lái)應(yīng)用與變壓器故障診斷,采用群體搜索策略,將待分類的數(shù)據(jù)對(duì)象視為抗原(Ag),把聚類中心看作抗體(Ab),通過(guò)免疫系統(tǒng)不斷產(chǎn)生抗體,識(shí)別抗原,來(lái)優(yōu)化FKCM的目標(biāo)函數(shù),可以取得很好的診斷效果。

    1 模糊核聚類算法理論

    模糊核聚類FKCM(fuzzy kernel C-means)與模糊聚類的區(qū)別是:通過(guò)引進(jìn)支持向量機(jī)的核方法思想來(lái)對(duì)樣本數(shù)據(jù)的特征進(jìn)行優(yōu)化,把原來(lái)的樣本模式空間映射到更高維特征空間中去,然后在此空間中設(shè)計(jì)學(xué)習(xí)算法。這樣做能夠突出不同類別樣本特征的差異,大大提高了聚類的準(zhǔn)確性及算法收斂速度。

    核方法是一種非線性數(shù)據(jù)處理方法,通過(guò)某一非線性函數(shù),把原始數(shù)據(jù)映射到更高維特征中間。例如,原始數(shù)據(jù)樣本xi∈Rp(i=1,2,…,p),通過(guò)某核函數(shù)φ(X→Y)映射到某一特征空間H,得φ(x1),φ(x2),…,φ(xp),那么映射后的輸入空間的點(diǎn)積形式,在特征空間就可用Mercer核描述為

    式中,K(xi,xj)為輸入是任意兩個(gè)樣本xi,xj時(shí)的核函數(shù)值。所有的樣本兩兩點(diǎn)積組成一個(gè)核函數(shù)矩陣。引入核函數(shù)后,在問(wèn)題求解過(guò)程中無(wú)需探求非線性函數(shù)的具體形式,只需關(guān)心這個(gè)核函數(shù)矩陣。

    設(shè)X={x1,x2,…,xn}∈Rs為待分類的n個(gè)樣本,s為樣本特征維數(shù),c(2≤c≤n)為樣本分類數(shù)。V={v1,v2,…,vc}為各個(gè)聚類中心,U=(μik)c×n為模糊劃分矩陣,μik為第k個(gè)樣本xk對(duì)第i類的隸屬度。聚類過(guò)程可歸結(jié)為對(duì)聚類準(zhǔn)則函數(shù)的優(yōu)化問(wèn)題,最終獲得樣本集合X的聚類中心矩陣V和模糊劃分矩陣U。在特征空間H中,聚類目標(biāo)函數(shù)可以表示為

    式中:K(xk,xk)為輸入同是第k個(gè)樣本向量xk的核函數(shù)值;K(vi,v)i為輸入同是第i個(gè)聚類中心向量vi的核函數(shù)值;K(xk,v)i為輸入是第k個(gè)樣本向量xk與第i個(gè)聚類中心向量vi核函數(shù)值;為μik的m次方,m為加權(quán)指數(shù)(一般取為2)。

    FKCM聚類的準(zhǔn)則是求式(2)目標(biāo)函數(shù)的極小值。根據(jù)Lagrange乘子尋優(yōu)法,得到隸屬度和聚類中心的迭代公式為

    式中:K(xk,vj)是第k個(gè)樣本向量xk與任一聚類中心向量vj核函數(shù)值;K(vj,vj)是輸入同為任一聚類中心向量vj核函數(shù)值。

    FKCM算法的具體計(jì)算步驟如下。

    步驟1給定聚類類別數(shù)c,加權(quán)指數(shù)m,選擇核函數(shù)及其參數(shù),設(shè)定迭代停止閾值ε,初始化聚類中心V(0),設(shè)置迭代計(jì)數(shù)器b=0;

    步驟2用式(3)計(jì)算更新聚類中心V(b);

    步驟3用式(4)計(jì)算更新模糊劃分矩陣U(b+1);

    步驟4如果||V(b+1)-V(b)||<ε,則算法停止并輸出模糊聚類矩陣U和聚類中心矩陣V,否則令b=b+1,轉(zhuǎn)向步驟2。

    由于FKCM是基于局部搜索的迭代爬山法,算法往往會(huì)陷入局部最優(yōu)解,同時(shí)受初始聚類中心影響較大,特別是在聚類數(shù)較大的情況下,不同的初始聚類中心會(huì)產(chǎn)生迥然不同的聚類結(jié)果,因此需要進(jìn)一步改進(jìn)。

    2 基于人工免疫的模糊聚類算法理論

    與人工神經(jīng)網(wǎng)絡(luò)、進(jìn)化計(jì)算和群集智能算法一樣,人工免疫系統(tǒng)也是受自然界中生物的信息處理機(jī)制啟發(fā)而發(fā)展起來(lái)的智能計(jì)算方法,具有分布式、自學(xué)習(xí)、自適應(yīng)、自組織和魯棒性等優(yōu)良特性,同時(shí)具有強(qiáng)大的信息處理和問(wèn)題求解能力。本文將基于克隆選擇原理和親和力成熟的免疫克隆算法與模糊核聚類算法相結(jié)合,用免疫克隆選擇算法優(yōu)化FKCM的目標(biāo)函數(shù),得到一種新的基于人工免疫的模糊核聚類算法,即AI-FKCM。

    AI-FKCM是基于免疫機(jī)理,將待分類的數(shù)據(jù)對(duì)象視為抗原(Ag),把聚類中心看作抗體(Ab)。數(shù)據(jù)對(duì)象的聚類過(guò)程即免疫系統(tǒng)不斷產(chǎn)生抗體,識(shí)別抗原,最終產(chǎn)生出可以捕獲抗原的最佳抗體過(guò)程,其主要包括抗體選擇、克隆、超變異及再選擇等操作,求解問(wèn)題的具體步驟如下。

    步驟1抗原識(shí)別及抗體編碼。將待分類的數(shù)據(jù)樣本作為抗原,對(duì)抗體-聚類中心矩陣進(jìn)行編碼,根據(jù)各自取值范圍,將其量化值編碼成二進(jìn)制基因串;

    步驟2初始化參數(shù)。初始化群體規(guī)模、最大迭代代數(shù)、交叉概率、變異概率等參數(shù),隨機(jī)產(chǎn)生一組聚類中心作為初始抗體群V;

    步驟3親和度計(jì)算。用式(2)來(lái)構(gòu)造親和度A。若選擇的核函數(shù)為高斯核函數(shù),有K(xi,xi)=1,且有

    式中,η為給定常數(shù)。這樣也就達(dá)到了親和力最大時(shí),目標(biāo)函數(shù)JH最小。

    步驟4迭代終止判斷。通過(guò)設(shè)定迭代次數(shù)閾值及親和力閾值,若滿足則終止迭代,確定當(dāng)前種群中的最佳個(gè)體為算法的最優(yōu)解,否則繼續(xù)。

    步驟5選擇種群個(gè)體。個(gè)體按親和度大小排列,選擇前n個(gè)高親和度個(gè)體V。

    步驟6種群克隆。對(duì)群體中的n個(gè)個(gè)體進(jìn)行復(fù)制,生成一個(gè)臨時(shí)克隆群體P,每個(gè)個(gè)體的復(fù)制規(guī)模根據(jù)抗原與抗體的親和度大小按比例分配。

    步驟7種群變異。對(duì)群體P以高頻變異模式進(jìn)行變異操作,使高頻變異與抗體親和力成比例,得到成熟的抗體群P*。

    步驟8種群記憶。計(jì)算P*中個(gè)體的親和力,親和力高的保留以組成記憶集合,并替換V群體中同數(shù)目親和力低的個(gè)體,維持抗體的多樣性。

    步驟9循環(huán)。t→t+1,返回步驟4。

    通過(guò)上述步驟,可以看到AI-FKCM算法具有高度并行性快速搜索功能,通過(guò)對(duì)親和度最高的抗體和抗原的選擇、克隆(步驟5、6)以及對(duì)克隆抗體群的高頻變異及記憶(步驟8、9),改善了抗體親和度,維持了抗體的多樣性,減少對(duì)聚類中心的原始特征信息的依賴,極大的提高了聚類性能。

    3 人工免疫優(yōu)化模糊核聚類算法的電力變壓器DGA分析

    油中溶解氣體分析法(DGA)是變壓器內(nèi)部故障診斷的極為有效的方法。故障時(shí)特征氣體的含量和組成與變壓器的故障類型有非常重要的非線性對(duì)應(yīng)關(guān)系。由于變壓器故障類型、故障原因、故障現(xiàn)象的復(fù)雜性、隨機(jī)性和模糊性,模糊核聚類被引入該領(lǐng)域,它通過(guò)模糊核聚類把氣體特征接近的樣本聚集到一類中,不同類的氣體特征盡可能的區(qū)別開來(lái),來(lái)實(shí)現(xiàn)故障診斷。但基于模糊核聚類故障診斷法由于對(duì)初值敏感及易陷入局部極值點(diǎn)的問(wèn)題,診斷精度較低。本文引入人工免疫來(lái)優(yōu)化模糊核聚類,該算法將基于克隆選擇原理和親和力成熟的免疫克隆算法與模糊核聚類算法相結(jié)合,采用群體搜索策略,將待分類的數(shù)據(jù)對(duì)象視為抗原(Ag),把聚類中心看作抗體(Ab),通過(guò)免疫系統(tǒng)不斷產(chǎn)生抗體,識(shí)別抗原,來(lái)優(yōu)化FKCM的目標(biāo)函數(shù),能快速地獲得全局最優(yōu)解,從而實(shí)現(xiàn)較高的診斷精度。

    3.1 確定故障特征量及故障分類

    變壓器在故障情況下會(huì)分解出甲烷(CH4)、乙烷(C2H6)、乙烯(C2H4)、乙炔(C2H2)、氫氣(H2)、一氧化碳(CO)、二氧化碳(CO2)等特征氣體。表1列出了不同的故障類型所對(duì)應(yīng)的主要特征氣體和次要特征氣體。由于CO和CO2含量主要是反映固體絕緣的問(wèn)題,對(duì)判斷過(guò)熱和放電故障不明顯,故選擇CH4、C2H6、C2H4、C2H2、H25個(gè)特征向量的濃度作為故障特征量。

    由于各原始數(shù)據(jù)差異較大,如果直接利用原始數(shù)據(jù)進(jìn)行計(jì)算,不能反映氣體之間相互作用的關(guān)系,且數(shù)據(jù)量綱變化范圍太大,因此,本文采用規(guī)格化處理,即

    表1 變壓器故障與特征氣體的關(guān)系Tab.1 Relation between transformer fault and characteristic gasses

    式中:xi為原始的氣體濃度;xmax、xmin分別為每一樣本5類氣體濃度最大值及最小值;xi′為規(guī)格化處理后的數(shù)據(jù)。

    一般來(lái)說(shuō),在變壓器故障診斷中,變壓器的故障類型可以分為低溫過(guò)熱LT(t<300℃)、中溫過(guò)熱MT(300℃700℃)、局部放電PD、低能放電LD、高能放電HD共6種類型。

    3.2 AI-FKCM電力變壓器DGA分析步驟

    步驟1數(shù)據(jù)樣本處理。按照以上確定的5種故障特征氣體,搜集故障樣本,并利用式(7)規(guī)格化處理,再將預(yù)處理后的數(shù)據(jù)樣本xi∈Rp(i=1,2,…,p),通過(guò)某核函數(shù)φ(X→Y)映射到某一特征空間。

    步驟2確定聚類的類數(shù)。根據(jù)以上對(duì)變壓器故障類型的分析,本文擬定聚類數(shù)為6。

    步驟3親和度計(jì)算。根據(jù)式(5)構(gòu)造聚類目標(biāo)函數(shù),應(yīng)用式(6)計(jì)算抗體與抗原的親和度。

    步驟4計(jì)算最優(yōu)FKCM目標(biāo)函數(shù)。應(yīng)用人工免疫的并行搜索功能,通過(guò)抗體選擇、克隆、超變異及再選擇等操作,來(lái)計(jì)算最優(yōu)抗體與抗原親和度,也就間接得到了最優(yōu)FKCM目標(biāo)函數(shù)。

    步驟5故障分類。通過(guò)以上最優(yōu)FKCM目標(biāo)函數(shù)的獲得,同時(shí)可計(jì)算出最優(yōu)聚類中心矩陣及隸屬度矩陣,從而實(shí)現(xiàn)故障的分類。

    3.3 實(shí)例仿真分析

    本文搜集了265個(gè)故障樣本,選擇其中的140個(gè)作為訓(xùn)練樣本,其余的125個(gè)作為測(cè)試樣本。選用高斯核函數(shù)來(lái)對(duì)樣本特征進(jìn)行優(yōu)化,將待分類的故障樣本視為抗原(Ag),把聚類中心看作抗體(Ab),模擬生物學(xué)抗體克隆選擇機(jī)理和親和度成熟過(guò)程,應(yīng)用群體搜索策略,實(shí)現(xiàn)以概率1收斂到聚類目標(biāo)函數(shù)最優(yōu)解,達(dá)到故障診斷的目的。具體參數(shù)設(shè)置如下:高斯核寬σ2=0.35,加權(quán)指數(shù)m為2,初始化抗體數(shù)為35,最佳抗體選擇數(shù)為6,抗體克隆規(guī)模為15,抗體變異率為0.02,選擇比率為0.1,抗體死亡閾值為0.8,抑制閾值為0.15,迭代次數(shù)為200,抗體親和度用式(6)來(lái)表示(其中η取0.001),保證抗體親和度愈大對(duì)應(yīng)的聚類目標(biāo)函數(shù)愈小,經(jīng)抗體選擇、克隆、超變異及再選擇等操作來(lái)獲得親和度的盡可能大,實(shí)現(xiàn)最優(yōu)聚類。最后對(duì)測(cè)試樣本進(jìn)行測(cè)試,得出總故障診斷準(zhǔn)確率為92.8%,詳見表2。由表2可看出此法在低溫過(guò)熱與低能放電故障診斷中的準(zhǔn)確率相對(duì)較低,但總體的診斷精度非常高,證明了本文方法對(duì)類似變壓器故障診斷這類非線性映射問(wèn)題的優(yōu)越性。

    表2 變壓器故障診斷準(zhǔn)確率表Tab.2 Diagnosis accuracy of transformer fault

    表3列出了8組基于人工免疫優(yōu)化模糊聚類算法的電力變壓器故障診斷實(shí)例。從本算法與改良三比值法診斷結(jié)果對(duì)比可看出,本算法準(zhǔn)確地對(duì)這8組故障類型做了判斷,而三比值法出現(xiàn)1個(gè)誤判和2個(gè)無(wú)法判斷的情況,證明了本算法在變壓器故障診斷上的可行性、優(yōu)越性和準(zhǔn)確性。

    表3 8組變壓器故障診斷實(shí)例表Tab.3 Eight samples of fault diagnosis for power transformer

    4 結(jié)語(yǔ)

    本文提出了一種基于人工免疫的模糊核聚類新算法應(yīng)用于變壓器故障診斷。本算法通過(guò)引入支持向量機(jī)核方法思想對(duì)樣本特征進(jìn)行優(yōu)化,并將免疫克隆算法的全局并行搜索與FKCM算法的局部搜索相結(jié)合,能以較大概率快速獲得全局最優(yōu)解,且不易陷入局部極值點(diǎn),具有較高的搜索效率,明顯改善了聚類性能。通過(guò)工程數(shù)據(jù)仿真驗(yàn)證了該方法在變壓器故障診斷上的可行性和有效性。

    [1]Castro A R G,Miranda V.Knowledge discovery in neural networks with application to transformer failure diagnosis[J].IEEE Trans on Power Systems,2005,20(2):717-724.

    [2]宋功益,郭清淘,涂福榮,等(Song Gongyi,Guo Qingtao,Tu Furong,et al).模糊貝葉斯網(wǎng)的變壓器故障診斷(Novel method for transformer fault diagnosis based on theory of fuzzy Bayesian networks)[J].電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)(Proceedings of the CSU-EPSA),2012,24(2):102-106.

    [3]任靜,黃家棟(Ren Jing,Huang Jiadong).基于免疫RBF神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷(Transformer fault diagnosis based on immune RBF neural network)[J].電力系統(tǒng)保護(hù)與控制(Power System Protection and Control),2010,38(11):6-14.

    [4]柳綱,郭基偉,唐國(guó)慶(Liu Gang,Guo Jiwei,Tang Guoqing).基于灰色位勢(shì)理論的變壓器故障診斷算法(New method of fault diagnosis in transformer based on grey potential energy theory)[J].電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)(Proceedings of the CSU-EPSA),2004,16(2):54-57.

    [5]費(fèi)勝巍,苗玉彬,劉成良,等(Fei Shengwei,Miao Yubin,Liu Chengliang,et al).基于粒子群優(yōu)化支持向量機(jī)的變壓器故障診斷(Fault diagnosis of transformer based on particle swarm optimization-based support vector machine)[J].高電壓技術(shù)(High Voltage Engineering),2009,35(3):509-513.

    [6]Lin C E,Ling J-M,Huang C-L.An expert system for transformer fault diagnosis using dissolved gas analysis[J].IEEETranson Power Delivery,1993,8(1):231-238.

    [7]錢政,黃蘭,嚴(yán)璋,等(Qian Zheng,Huang Lan,Yan Zhang,et al).集成模糊數(shù)學(xué)與范例推理的變壓器故障診斷方法(A fault diagnosis method for power transformer integrating fuzzy theory with case-based reasoning)[J].電網(wǎng)技術(shù)(Power System Technology),2001,25(9):24-27.

    [8]宋斌,于萍,廖冬梅,等(Song Bin,Yu Ping,Liao Dongmei,et al).變壓器故障診斷中溶解氣體的模糊聚類分析(Fuzzy set analysis of dissolved gas applied to fault diagnosis of power transformer)[J].高電壓技術(shù)(High Voltage Engineering),2001,27(3):69-71.

    [9]楊廷方,劉沛,李景祿,等(Yang Tingfang,Liu Pei,Li Jinglu,et al).FCM結(jié)合IEC三比值法診斷變壓器故障(New fault diagnosis method of power transformer by combination of FCM and IEC three-ratio method)[J].高電壓技術(shù)(High Voltage Engineering),2007,33(8):66-70.

    [10]李儉,孫才新,陳偉根,等(Li Jian,Sun Caixin,Chen Weigen,et al).灰色聚類與模糊聚類集成診斷變壓器內(nèi)部故障的方法研究(Amethod of synthesis based on the grey cluster and fuzzy cluster about internal fault diagnosis of transformer)[J].中國(guó)電機(jī)工程學(xué)報(bào)(Proceedings of the CSEE),2003,23(2):112-115.

    [11]田質(zhì)廣,張慧芬(Tian Zhiguang,Zhang Huifen).基于遺傳聚類算法的油中溶解氣體分析電力變壓器故障診斷(Dissolved gas analysis based on GA and FCM for power transformer fault diagnosis)[J].電力自動(dòng)化設(shè)備(Electric Power Automation Equipment),2008,28(2):15-18.

    [12]符楊,田振寧,江玉蓉,等(Fu Yang,Tian Zhenning,Jiang Yurong,et al).加權(quán)模糊核聚類法在電力變壓器故障診斷中的應(yīng)用(Power transformer fault diagnosis using weighted fuzzy kernel clustering)[J].高電壓技術(shù)(High Voltage Engineering),2010,36(2):371-374.

    [13]宋紹民,王耀南,孫煒,等(Song Shaomin,Wang Yaonan,SunWei,et al).基于免疫聚類算法的變壓器DGA數(shù)據(jù)故障診斷方法(Fault diagnosis method with transformer DGA data based on immune recognition algorithm)[J].變壓器(Transformer),2008,45(8):70-72.

    [14]符楊,曹望舒,鄭小霞(Fu Yang,Cao Wangshu,Zheng Xiaoxia).基于人工免疫方法的變壓器故障診斷(Artificial immune algorithm for fault diagnosis of power transformer)[J].上海電力學(xué)院學(xué)報(bào)(Journalof ShanghaiUniversity of Electric Power),2011,27(6):559-562.

    [15]韓富春,高文軍,廉建鑫,等(Han Fuchun,GaoWenjun,Lian Jianxin,et al).基于免疫優(yōu)化多分類SVM的變壓器故障診斷新方法(A novel approach based on multi class support vector machine of immune optimization for transformer fault diagnosis)[J].電力系統(tǒng)保護(hù)與控制(Power System Protection and Control),2012,40(2):106-110.

    猜你喜歡
    故障診斷聚類變壓器
    理想變壓器的“三個(gè)不變”與“三個(gè)變”
    開關(guān)電源中高頻變壓器的設(shè)計(jì)
    基于DBSACN聚類算法的XML文檔聚類
    一種不停電更換變壓器的帶電作業(yè)法
    變壓器免維護(hù)吸濕器的開發(fā)與應(yīng)用
    因果圖定性分析法及其在故障診斷中的應(yīng)用
    基于改進(jìn)的遺傳算法的模糊聚類算法
    一種層次初始的聚類個(gè)數(shù)自適應(yīng)的聚類方法研究
    基于LCD和排列熵的滾動(dòng)軸承故障診斷
    基于WPD-HHT的滾動(dòng)軸承故障診斷
    悠悠久久av| 亚洲一码二码三码区别大吗| 成人精品一区二区免费| 丰满的人妻完整版| 成人18禁在线播放| 亚洲片人在线观看| 国产精品 欧美亚洲| 在线观看免费视频网站a站| 人妻久久中文字幕网| 久久亚洲精品不卡| 国产精品 欧美亚洲| 1024香蕉在线观看| 久久久精品国产亚洲av高清涩受| 一区二区三区国产精品乱码| 男人舔女人下体高潮全视频| 首页视频小说图片口味搜索| 波多野结衣av一区二区av| 中文字幕色久视频| 美女免费视频网站| 国产激情久久老熟女| 国产一区在线观看成人免费| 成人亚洲精品av一区二区| 国产高清激情床上av| 日本三级黄在线观看| 亚洲激情在线av| 国产成人av激情在线播放| 亚洲精品粉嫩美女一区| 中文字幕高清在线视频| 国产精品av久久久久免费| 老司机深夜福利视频在线观看| 狠狠狠狠99中文字幕| 国产精品98久久久久久宅男小说| 亚洲五月天丁香| 亚洲成人免费电影在线观看| 波多野结衣一区麻豆| 欧美+亚洲+日韩+国产| 最新在线观看一区二区三区| 国产又爽黄色视频| 丰满人妻熟妇乱又伦精品不卡| 亚洲,欧美精品.| 中文字幕av电影在线播放| 成在线人永久免费视频| 成人国产综合亚洲| 男人的好看免费观看在线视频 | 亚洲中文字幕一区二区三区有码在线看 | 国产亚洲欧美98| 制服人妻中文乱码| 亚洲成av片中文字幕在线观看| 国产激情欧美一区二区| 国产成人精品在线电影| 国产免费男女视频| 亚洲精华国产精华精| 亚洲一区二区三区色噜噜| 久久久精品国产亚洲av高清涩受| 巨乳人妻的诱惑在线观看| 亚洲天堂国产精品一区在线| 十八禁网站免费在线| 咕卡用的链子| 国产精品 国内视频| 久久婷婷成人综合色麻豆| 亚洲成a人片在线一区二区| 欧美黑人精品巨大| 精品国产乱子伦一区二区三区| 黑丝袜美女国产一区| 亚洲av五月六月丁香网| 日本一区二区免费在线视频| 狂野欧美激情性xxxx| 最近最新免费中文字幕在线| 视频区欧美日本亚洲| 在线永久观看黄色视频| 久久久久亚洲av毛片大全| 精品一区二区三区av网在线观看| 午夜亚洲福利在线播放| 999久久久精品免费观看国产| 国产成人欧美在线观看| 国产欧美日韩一区二区三| 窝窝影院91人妻| 大陆偷拍与自拍| 午夜激情av网站| 国产精华一区二区三区| 日韩精品青青久久久久久| 涩涩av久久男人的天堂| 成人永久免费在线观看视频| 午夜久久久久精精品| 国产麻豆成人av免费视频| 久久人妻熟女aⅴ| 琪琪午夜伦伦电影理论片6080| 欧美乱码精品一区二区三区| av超薄肉色丝袜交足视频| 女人被躁到高潮嗷嗷叫费观| 亚洲一区高清亚洲精品| 18禁国产床啪视频网站| 99国产精品99久久久久| 亚洲黑人精品在线| 韩国精品一区二区三区| 午夜久久久久精精品| а√天堂www在线а√下载| 女人被躁到高潮嗷嗷叫费观| 多毛熟女@视频| 极品教师在线免费播放| 成人特级黄色片久久久久久久| 狂野欧美激情性xxxx| av有码第一页| 一区二区三区激情视频| 亚洲欧美精品综合久久99| 久久香蕉国产精品| 精品不卡国产一区二区三区| 国产单亲对白刺激| 视频区欧美日本亚洲| 在线观看www视频免费| 亚洲avbb在线观看| 久久中文字幕人妻熟女| 亚洲精品中文字幕在线视频| 亚洲av电影不卡..在线观看| 视频区欧美日本亚洲| 少妇被粗大的猛进出69影院| 午夜日韩欧美国产| 亚洲色图 男人天堂 中文字幕| 婷婷六月久久综合丁香| 欧美一级毛片孕妇| 在线视频色国产色| 一级毛片高清免费大全| 给我免费播放毛片高清在线观看| 男人舔女人下体高潮全视频| 国产亚洲精品一区二区www| 在线观看日韩欧美| 久久精品国产清高在天天线| 美女国产高潮福利片在线看| 免费不卡黄色视频| 欧美激情极品国产一区二区三区| 日韩中文字幕欧美一区二区| 大码成人一级视频| 丝袜美腿诱惑在线| 亚洲 国产 在线| 一级毛片女人18水好多| 一本久久中文字幕| 男女下面进入的视频免费午夜 | 免费看美女性在线毛片视频| 日本免费一区二区三区高清不卡 | 91成人精品电影| 国产成人精品久久二区二区免费| 后天国语完整版免费观看| 国产精品,欧美在线| 久热爱精品视频在线9| 欧美绝顶高潮抽搐喷水| 久久人人97超碰香蕉20202| 国产免费av片在线观看野外av| 亚洲精品中文字幕在线视频| av天堂久久9| 久久久久九九精品影院| 日韩欧美一区二区三区在线观看| 色老头精品视频在线观看| 狂野欧美激情性xxxx| 日韩欧美免费精品| 美女国产高潮福利片在线看| 国产亚洲av嫩草精品影院| 男人舔女人的私密视频| 看片在线看免费视频| bbb黄色大片| 国产一区二区在线av高清观看| 999精品在线视频| 精品国产乱子伦一区二区三区| 欧美乱妇无乱码| 91精品三级在线观看| 精品国产亚洲在线| 亚洲欧美日韩高清在线视频| 好男人在线观看高清免费视频 | 此物有八面人人有两片| 色播在线永久视频| 国产精品免费视频内射| 欧美国产精品va在线观看不卡| 9191精品国产免费久久| 精品高清国产在线一区| 色播在线永久视频| 国产伦一二天堂av在线观看| 精品午夜福利视频在线观看一区| 亚洲一码二码三码区别大吗| 国产精品久久久人人做人人爽| 亚洲电影在线观看av| 免费观看精品视频网站| 非洲黑人性xxxx精品又粗又长| 久久中文字幕一级| 美女午夜性视频免费| 国产精品1区2区在线观看.| 久久国产精品人妻蜜桃| 欧美色视频一区免费| 国产成人欧美在线观看| 十分钟在线观看高清视频www| 可以免费在线观看a视频的电影网站| 97超级碰碰碰精品色视频在线观看| 成人国语在线视频| 成熟少妇高潮喷水视频| 免费在线观看亚洲国产| 夜夜爽天天搞| 亚洲精品美女久久av网站| 久久久久亚洲av毛片大全| 757午夜福利合集在线观看| 天堂影院成人在线观看| 久9热在线精品视频| 国产av精品麻豆| 亚洲人成伊人成综合网2020| 国产精品av久久久久免费| 精品一品国产午夜福利视频| 亚洲成人免费电影在线观看| 可以在线观看毛片的网站| 夜夜夜夜夜久久久久| 欧美在线一区亚洲| 99热只有精品国产| 此物有八面人人有两片| 岛国在线观看网站| 国产精品一区二区免费欧美| 无人区码免费观看不卡| 亚洲av熟女| 亚洲av美国av| 婷婷精品国产亚洲av在线| 一边摸一边抽搐一进一出视频| 国产日韩一区二区三区精品不卡| av福利片在线| 午夜亚洲福利在线播放| 欧美老熟妇乱子伦牲交| 国产精品影院久久| 成年版毛片免费区| 欧美一级a爱片免费观看看 | 欧美日韩瑟瑟在线播放| 国产精品一区二区免费欧美| 免费不卡黄色视频| 又大又爽又粗| 亚洲狠狠婷婷综合久久图片| 久久婷婷人人爽人人干人人爱 | 两个人视频免费观看高清| 欧美激情 高清一区二区三区| 亚洲伊人色综图| 在线观看免费视频日本深夜| 午夜日韩欧美国产| 黄色丝袜av网址大全| 国产麻豆成人av免费视频| 老鸭窝网址在线观看| 国产精品九九99| 搡老岳熟女国产| 亚洲成人久久性| 亚洲国产精品合色在线| 精品国内亚洲2022精品成人| 97超级碰碰碰精品色视频在线观看| 这个男人来自地球电影免费观看| 欧美日韩中文字幕国产精品一区二区三区 | 欧美绝顶高潮抽搐喷水| 91老司机精品| 国产成人欧美在线观看| 亚洲人成电影观看| 亚洲av日韩精品久久久久久密| 午夜福利欧美成人| 日本黄色视频三级网站网址| 看黄色毛片网站| 成人亚洲精品av一区二区| 如日韩欧美国产精品一区二区三区| 日韩视频一区二区在线观看| 久久精品国产亚洲av香蕉五月| 精品电影一区二区在线| 国产精品99久久99久久久不卡| 人妻丰满熟妇av一区二区三区| 国产成人欧美在线观看| 亚洲色图 男人天堂 中文字幕| 亚洲欧美一区二区三区黑人| 亚洲熟妇中文字幕五十中出| 一级a爱片免费观看的视频| 老汉色∧v一级毛片| 久久精品亚洲熟妇少妇任你| 日日夜夜操网爽| 国产激情久久老熟女| aaaaa片日本免费| 色精品久久人妻99蜜桃| 99国产综合亚洲精品| 中文字幕人妻丝袜一区二区| 精品国产一区二区三区四区第35| 久久婷婷成人综合色麻豆| 手机成人av网站| 9191精品国产免费久久| 淫妇啪啪啪对白视频| 欧美另类亚洲清纯唯美| 国内精品久久久久久久电影| 久久九九热精品免费| 99国产精品一区二区蜜桃av| 亚洲人成77777在线视频| 欧美老熟妇乱子伦牲交| 免费少妇av软件| www.999成人在线观看| 丰满人妻熟妇乱又伦精品不卡| 久久国产精品人妻蜜桃| 老司机深夜福利视频在线观看| 中文亚洲av片在线观看爽| 男人舔女人的私密视频| 亚洲国产欧美日韩在线播放| 在线观看免费视频日本深夜| 成年版毛片免费区| 欧美国产精品va在线观看不卡| 亚洲av成人一区二区三| 啦啦啦韩国在线观看视频| 亚洲天堂国产精品一区在线| 亚洲avbb在线观看| www国产在线视频色| 两人在一起打扑克的视频| 操出白浆在线播放| 亚洲色图 男人天堂 中文字幕| 国产亚洲欧美98| 午夜免费鲁丝| 女性被躁到高潮视频| 精品电影一区二区在线| 色综合亚洲欧美另类图片| 极品教师在线免费播放| 真人一进一出gif抽搐免费| 午夜久久久久精精品| 中出人妻视频一区二区| 女人被狂操c到高潮| 国产区一区二久久| 日本撒尿小便嘘嘘汇集6| 亚洲人成伊人成综合网2020| 可以在线观看的亚洲视频| 真人一进一出gif抽搐免费| 给我免费播放毛片高清在线观看| 日韩大码丰满熟妇| 1024视频免费在线观看| 亚洲五月天丁香| 免费人成视频x8x8入口观看| 亚洲九九香蕉| 亚洲九九香蕉| 久久中文字幕人妻熟女| 国产av精品麻豆| 俄罗斯特黄特色一大片| 淫秽高清视频在线观看| 啦啦啦 在线观看视频| 国产精品九九99| 在线天堂中文资源库| 长腿黑丝高跟| 国产一区二区激情短视频| 国产三级黄色录像| 女性生殖器流出的白浆| 亚洲精品美女久久av网站| 老汉色av国产亚洲站长工具| 国产精品,欧美在线| 亚洲成av片中文字幕在线观看| 天堂动漫精品| 国产精品二区激情视频| 午夜福利一区二区在线看| 精品国产美女av久久久久小说| 久久精品国产亚洲av香蕉五月| 在线永久观看黄色视频| 免费少妇av软件| 日韩 欧美 亚洲 中文字幕| 久久狼人影院| 国产主播在线观看一区二区| 欧美午夜高清在线| 99精品欧美一区二区三区四区| 亚洲激情在线av| 88av欧美| 国产一区二区激情短视频| 一个人免费在线观看的高清视频| 日韩三级视频一区二区三区| 国产精品日韩av在线免费观看 | 成熟少妇高潮喷水视频| 亚洲男人的天堂狠狠| 国产精品一区二区在线不卡| 最近最新中文字幕大全电影3 | 成人亚洲精品一区在线观看| 国产一区二区三区在线臀色熟女| 久久人妻福利社区极品人妻图片| 久久精品国产亚洲av高清一级| 老鸭窝网址在线观看| 在线观看免费日韩欧美大片| 在线观看免费午夜福利视频| 日本vs欧美在线观看视频| 国产亚洲欧美98| √禁漫天堂资源中文www| 最新美女视频免费是黄的| 欧美最黄视频在线播放免费| 欧美乱码精品一区二区三区| 亚洲午夜精品一区,二区,三区| 久久香蕉精品热| 成人av一区二区三区在线看| 久久欧美精品欧美久久欧美| 91成人精品电影| 婷婷六月久久综合丁香| 一二三四社区在线视频社区8| or卡值多少钱| 老鸭窝网址在线观看| 久久午夜亚洲精品久久| 极品人妻少妇av视频| 国产精品久久电影中文字幕| 亚洲在线自拍视频| 日韩大码丰满熟妇| 国产欧美日韩综合在线一区二区| 日本撒尿小便嘘嘘汇集6| svipshipincom国产片| 日日夜夜操网爽| 亚洲最大成人中文| 亚洲欧美日韩另类电影网站| 亚洲全国av大片| 国产不卡一卡二| 国产一区二区三区综合在线观看| av在线天堂中文字幕| 久久天躁狠狠躁夜夜2o2o| 免费在线观看黄色视频的| 亚洲欧美精品综合久久99| 制服人妻中文乱码| 热re99久久国产66热| 国语自产精品视频在线第100页| 一区二区三区高清视频在线| 久久国产精品男人的天堂亚洲| 亚洲男人天堂网一区| 90打野战视频偷拍视频| 99国产精品一区二区蜜桃av| 午夜精品久久久久久毛片777| 欧美一级毛片孕妇| 免费在线观看日本一区| 天天一区二区日本电影三级 | 亚洲人成77777在线视频| 啪啪无遮挡十八禁网站| 99久久国产精品久久久| 欧美成人免费av一区二区三区| 9色porny在线观看| 久久精品亚洲精品国产色婷小说| 亚洲成人免费电影在线观看| aaaaa片日本免费| 校园春色视频在线观看| 久久国产亚洲av麻豆专区| 国产精品1区2区在线观看.| 日韩精品青青久久久久久| 在线视频色国产色| 天天躁狠狠躁夜夜躁狠狠躁| 啦啦啦免费观看视频1| avwww免费| or卡值多少钱| 男人操女人黄网站| 国产免费男女视频| 欧美日韩中文字幕国产精品一区二区三区 | 亚洲免费av在线视频| 成人国产一区最新在线观看| 一边摸一边抽搐一进一小说| 国产熟女xx| 亚洲精品美女久久久久99蜜臀| 天堂影院成人在线观看| 男人舔女人下体高潮全视频| av片东京热男人的天堂| 国产欧美日韩一区二区三区在线| 麻豆国产av国片精品| 亚洲成人久久性| 波多野结衣一区麻豆| 亚洲五月色婷婷综合| 又大又爽又粗| 国产精品1区2区在线观看.| 久久亚洲真实| 国产亚洲精品av在线| 黄色视频不卡| 欧美国产日韩亚洲一区| 自线自在国产av| 亚洲人成电影观看| 老熟妇乱子伦视频在线观看| 露出奶头的视频| 伦理电影免费视频| 亚洲第一av免费看| aaaaa片日本免费| 韩国精品一区二区三区| 99久久国产精品久久久| 老熟妇乱子伦视频在线观看| 国产成人精品无人区| 成人精品一区二区免费| 精品乱码久久久久久99久播| 久久伊人香网站| 国产xxxxx性猛交| 极品人妻少妇av视频| 男女午夜视频在线观看| 热99re8久久精品国产| 好男人电影高清在线观看| 如日韩欧美国产精品一区二区三区| 亚洲精品中文字幕在线视频| 成人手机av| 亚洲精品中文字幕在线视频| 久久精品91无色码中文字幕| 搞女人的毛片| 欧美日韩乱码在线| 搡老熟女国产l中国老女人| 国产精品av久久久久免费| 日韩大尺度精品在线看网址 | 成人亚洲精品av一区二区| 一区福利在线观看| 亚洲第一电影网av| 在线视频色国产色| 久久久久国产一级毛片高清牌| 国产精品久久久av美女十八| 国产成人欧美在线观看| 巨乳人妻的诱惑在线观看| 午夜福利成人在线免费观看| 日韩 欧美 亚洲 中文字幕| 亚洲成国产人片在线观看| 亚洲av成人不卡在线观看播放网| 可以在线观看的亚洲视频| 日韩中文字幕欧美一区二区| 日韩高清综合在线| 国产一区二区三区视频了| 在线观看午夜福利视频| av免费在线观看网站| 日本 欧美在线| 国产精品乱码一区二三区的特点 | 久久久久国产精品人妻aⅴ院| 啪啪无遮挡十八禁网站| 曰老女人黄片| 黄色女人牲交| 日韩欧美国产在线观看| 一区二区日韩欧美中文字幕| 欧美另类亚洲清纯唯美| 一区福利在线观看| 在线播放国产精品三级| 他把我摸到了高潮在线观看| 最新美女视频免费是黄的| 亚洲视频免费观看视频| 久久伊人香网站| 亚洲视频免费观看视频| 久久热在线av| 男女床上黄色一级片免费看| 91老司机精品| 三级毛片av免费| 国产精品一区二区精品视频观看| 51午夜福利影视在线观看| 不卡av一区二区三区| 免费搜索国产男女视频| 国语自产精品视频在线第100页| 免费看十八禁软件| 亚洲国产日韩欧美精品在线观看 | 国产蜜桃级精品一区二区三区| 多毛熟女@视频| 宅男免费午夜| 欧美久久黑人一区二区| 亚洲成人国产一区在线观看| 婷婷丁香在线五月| 日本欧美视频一区| 可以免费在线观看a视频的电影网站| 国产三级在线视频| 欧美日韩福利视频一区二区| 欧美一区二区精品小视频在线| 亚洲精品久久国产高清桃花| 国产精品99久久99久久久不卡| 最近最新中文字幕大全免费视频| 搞女人的毛片| 久久精品国产亚洲av高清一级| 欧美绝顶高潮抽搐喷水| 成人亚洲精品一区在线观看| 国产成人免费无遮挡视频| 变态另类丝袜制服| 我的亚洲天堂| 美女高潮喷水抽搐中文字幕| 精品一区二区三区av网在线观看| 岛国视频午夜一区免费看| 国产精品一区二区在线不卡| 精品人妻在线不人妻| 精品久久蜜臀av无| 村上凉子中文字幕在线| 精品久久蜜臀av无| 人人妻人人澡欧美一区二区 | 亚洲专区中文字幕在线| 欧美日韩福利视频一区二区| 在线观看一区二区三区| 国产精品野战在线观看| 亚洲精华国产精华精| 黑人巨大精品欧美一区二区蜜桃| 日韩欧美国产在线观看| 国产精品av久久久久免费| 久久久久久免费高清国产稀缺| 亚洲成国产人片在线观看| 国产成年人精品一区二区| 欧美国产精品va在线观看不卡| 国产欧美日韩一区二区精品| av欧美777| 成人精品一区二区免费| 99riav亚洲国产免费| 男女午夜视频在线观看| 人妻丰满熟妇av一区二区三区| 日本免费a在线| 欧美亚洲日本最大视频资源| 老司机福利观看| 女性生殖器流出的白浆| 九色亚洲精品在线播放| e午夜精品久久久久久久| 宅男免费午夜| 亚洲最大成人中文| 麻豆国产av国片精品| 精品人妻在线不人妻| 亚洲av成人一区二区三| 成年人黄色毛片网站| avwww免费| 精品卡一卡二卡四卡免费| 国产色视频综合| 国产真人三级小视频在线观看| 麻豆一二三区av精品| 欧美成人一区二区免费高清观看 | 久久热在线av| 亚洲av第一区精品v没综合| 午夜精品国产一区二区电影| 日本三级黄在线观看| 丝袜美腿诱惑在线| 身体一侧抽搐| 免费久久久久久久精品成人欧美视频| videosex国产| 亚洲精品在线美女| 成年女人毛片免费观看观看9| av有码第一页| 亚洲国产高清在线一区二区三 | 亚洲在线自拍视频| 99国产精品一区二区蜜桃av| 欧美+亚洲+日韩+国产| 国产精品一区二区免费欧美| 亚洲aⅴ乱码一区二区在线播放 | 欧美亚洲日本最大视频资源| 人妻久久中文字幕网| 国产精品爽爽va在线观看网站 | 午夜影院日韩av| 人人澡人人妻人|