• <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
    极品少妇高潮喷水抽搐| 国产欧美日韩精品亚洲av| 国产成人精品久久二区二区91| 少妇人妻 视频| 久久久精品94久久精品| 国产老妇伦熟女老妇高清| 狠狠精品人妻久久久久久综合| 国产精品香港三级国产av潘金莲 | 黄色a级毛片大全视频| 欧美日韩精品网址| 国产av一区二区精品久久| 久久99一区二区三区| 国产97色在线日韩免费| 50天的宝宝边吃奶边哭怎么回事| 欧美成人精品欧美一级黄| 久久av网站| 免费看十八禁软件| 青春草亚洲视频在线观看| 男人爽女人下面视频在线观看| 丁香六月天网| 国产成人精品久久久久久| 亚洲伊人久久精品综合| 中文字幕精品免费在线观看视频| 国产在线观看jvid| 国产女主播在线喷水免费视频网站| 国产精品亚洲av一区麻豆| 国产成人精品久久二区二区免费| 亚洲少妇的诱惑av| 欧美xxⅹ黑人| 99久久精品国产亚洲精品| 黄色毛片三级朝国网站| 亚洲国产精品国产精品| 久久女婷五月综合色啪小说| 国产精品亚洲av一区麻豆| 欧美乱码精品一区二区三区| 国产又爽黄色视频| 男的添女的下面高潮视频| 中文精品一卡2卡3卡4更新| 欧美人与性动交α欧美软件| 国产精品香港三级国产av潘金莲 | 热re99久久精品国产66热6| 免费看不卡的av| a级毛片在线看网站| www.精华液| 成年人午夜在线观看视频| 国产日韩欧美在线精品| 51午夜福利影视在线观看| 首页视频小说图片口味搜索 | 免费看十八禁软件| 亚洲精品久久午夜乱码| 亚洲精品中文字幕在线视频| 日韩熟女老妇一区二区性免费视频| 大香蕉久久成人网| 激情五月婷婷亚洲| 国产无遮挡羞羞视频在线观看| 宅男免费午夜| 美女主播在线视频| 丰满少妇做爰视频| videosex国产| 国产熟女午夜一区二区三区| 一级毛片女人18水好多 | 亚洲国产av新网站| 国产精品熟女久久久久浪| 国产日韩欧美在线精品| 国产女主播在线喷水免费视频网站| 大片电影免费在线观看免费| 久久国产精品影院| 宅男免费午夜| 午夜老司机福利片| 老司机影院成人| 久久国产精品男人的天堂亚洲| 中文字幕人妻丝袜制服| 国产精品 欧美亚洲| 欧美精品亚洲一区二区| av视频免费观看在线观看| 久久久亚洲精品成人影院| 欧美国产精品一级二级三级| 欧美日韩黄片免| 国产欧美亚洲国产| 别揉我奶头~嗯~啊~动态视频 | 亚洲国产成人一精品久久久| 精品国产超薄肉色丝袜足j| 另类精品久久| 国产精品麻豆人妻色哟哟久久| 久久狼人影院| 99re6热这里在线精品视频| 丝袜美腿诱惑在线| 亚洲人成电影观看| 人人妻人人澡人人看| 又粗又硬又长又爽又黄的视频| 精品少妇久久久久久888优播| 99国产精品99久久久久| 亚洲国产精品成人久久小说| 黄网站色视频无遮挡免费观看| 韩国精品一区二区三区| 亚洲精品久久成人aⅴ小说| av有码第一页| 亚洲av男天堂| 老司机深夜福利视频在线观看 | 最近中文字幕2019免费版| 极品人妻少妇av视频| 国产在视频线精品| 天天影视国产精品| 久久天躁狠狠躁夜夜2o2o | 免费高清在线观看日韩| 大片电影免费在线观看免费| 另类精品久久| 少妇裸体淫交视频免费看高清 | av国产精品久久久久影院| 天天躁夜夜躁狠狠躁躁| 人体艺术视频欧美日本| 激情五月婷婷亚洲| 男人舔女人的私密视频| 国产高清不卡午夜福利| 欧美另类一区| 久久人人97超碰香蕉20202| 99国产综合亚洲精品| 大码成人一级视频| 亚洲欧美精品综合一区二区三区| 欧美激情极品国产一区二区三区| 久久久久国产一级毛片高清牌| 水蜜桃什么品种好| 国产一区二区激情短视频 | 女人爽到高潮嗷嗷叫在线视频| 午夜福利视频在线观看免费| 免费人妻精品一区二区三区视频| 精品卡一卡二卡四卡免费| 国产一区有黄有色的免费视频| 人成视频在线观看免费观看| 脱女人内裤的视频| 精品国产一区二区三区四区第35| 免费人妻精品一区二区三区视频| 91九色精品人成在线观看| 久久狼人影院| 免费在线观看黄色视频的| 久久精品国产综合久久久| 国产在线观看jvid| 国产成人影院久久av| xxxhd国产人妻xxx| 精品国产一区二区三区四区第35| 波多野结衣一区麻豆| 亚洲成人手机| 午夜福利一区二区在线看| 制服诱惑二区| 在现免费观看毛片| 十八禁网站网址无遮挡| 婷婷丁香在线五月| 悠悠久久av| 欧美日韩综合久久久久久| 色综合欧美亚洲国产小说| 国产亚洲av高清不卡| 国产三级黄色录像| 国产激情久久老熟女| 建设人人有责人人尽责人人享有的| 黄色视频不卡| 一边亲一边摸免费视频| 男人舔女人的私密视频| 亚洲精品自拍成人| 亚洲成人手机| 黄片小视频在线播放| 亚洲欧美成人综合另类久久久| 免费在线观看视频国产中文字幕亚洲 | 五月天丁香电影| 蜜桃在线观看..| 精品熟女少妇八av免费久了| 777久久人妻少妇嫩草av网站| 久久精品国产亚洲av涩爱| e午夜精品久久久久久久| 九色亚洲精品在线播放| 久久女婷五月综合色啪小说| 免费av中文字幕在线| 999精品在线视频| 99精国产麻豆久久婷婷| 欧美日韩视频高清一区二区三区二| 人人妻,人人澡人人爽秒播 | a级毛片黄视频| 亚洲国产精品999| 亚洲欧美成人综合另类久久久| 手机成人av网站| 欧美人与善性xxx| 久久久久久亚洲精品国产蜜桃av| 欧美日韩黄片免| 精品国产一区二区三区久久久樱花| 国产激情久久老熟女| 黄色 视频免费看| 久久人妻熟女aⅴ| 9色porny在线观看| 免费少妇av软件| 如日韩欧美国产精品一区二区三区| 欧美国产精品一级二级三级| 欧美 日韩 精品 国产| 最近中文字幕2019免费版| 男女高潮啪啪啪动态图| 韩国精品一区二区三区| 久久九九热精品免费| 午夜福利影视在线免费观看| 亚洲,欧美精品.| 国产成人免费观看mmmm| 亚洲国产成人一精品久久久| 又大又爽又粗| 一区二区三区乱码不卡18| 日韩欧美一区视频在线观看| 国产成人91sexporn| 水蜜桃什么品种好| 国产亚洲精品久久久久5区| 黑人欧美特级aaaaaa片| 日韩精品免费视频一区二区三区| 日韩制服骚丝袜av| 婷婷成人精品国产| 日韩av在线免费看完整版不卡| 少妇猛男粗大的猛烈进出视频| 新久久久久国产一级毛片| 亚洲精品久久久久久婷婷小说| 亚洲国产欧美网| av视频免费观看在线观看| 精品一区二区三区四区五区乱码 | 男女免费视频国产| av国产久精品久网站免费入址| 久久天堂一区二区三区四区| 菩萨蛮人人尽说江南好唐韦庄| 一级a爱视频在线免费观看| 国产免费现黄频在线看| 亚洲精品久久午夜乱码| 宅男免费午夜| 男女边吃奶边做爰视频| 国产成人系列免费观看| 亚洲欧洲国产日韩| 黄色 视频免费看| 纵有疾风起免费观看全集完整版| av电影中文网址| 男女床上黄色一级片免费看| 男女高潮啪啪啪动态图| 美女中出高潮动态图| 欧美人与性动交α欧美精品济南到| 男人爽女人下面视频在线观看| 女性生殖器流出的白浆| 激情五月婷婷亚洲| avwww免费| 国产成人av教育| 一级a爱视频在线免费观看| 亚洲av电影在线进入| 制服人妻中文乱码| 搡老岳熟女国产| 婷婷色综合大香蕉| 亚洲精品在线美女| 中国美女看黄片| 最近手机中文字幕大全| 午夜福利免费观看在线| 亚洲色图综合在线观看| 国产精品二区激情视频| 搡老乐熟女国产| 在线观看一区二区三区激情| 国产一区二区在线观看av| 激情视频va一区二区三区| 亚洲欧美精品自产自拍| 99九九在线精品视频| 在线精品无人区一区二区三| 久久久精品94久久精品| av欧美777| 性少妇av在线| 欧美+亚洲+日韩+国产| 久久99精品国语久久久| 亚洲欧美一区二区三区国产| 亚洲av日韩在线播放| 99国产精品99久久久久| 成年人免费黄色播放视频| 亚洲精品国产色婷婷电影| 免费黄频网站在线观看国产| 日韩制服骚丝袜av| 欧美+亚洲+日韩+国产| 只有这里有精品99| 一边摸一边做爽爽视频免费| 老鸭窝网址在线观看| 天天躁日日躁夜夜躁夜夜| 亚洲,欧美精品.| 日韩av免费高清视频| 十八禁高潮呻吟视频| 亚洲天堂av无毛| 亚洲精品第二区| 免费观看av网站的网址| av国产久精品久网站免费入址| 欧美黑人欧美精品刺激| 丰满人妻熟妇乱又伦精品不卡| 国产亚洲av片在线观看秒播厂| 欧美日韩福利视频一区二区| 亚洲国产欧美日韩在线播放| 香蕉国产在线看| 水蜜桃什么品种好| 伊人亚洲综合成人网| 日韩免费高清中文字幕av| 岛国毛片在线播放| 日日夜夜操网爽| 宅男免费午夜| 在线观看国产h片| 亚洲国产看品久久| 大片电影免费在线观看免费| 国产真人三级小视频在线观看| 久久久精品国产亚洲av高清涩受| 午夜精品国产一区二区电影| 婷婷色综合大香蕉| 少妇粗大呻吟视频| 日本午夜av视频| 一边摸一边做爽爽视频免费| 又大又爽又粗| 精品福利观看| 国产免费福利视频在线观看| 久久精品亚洲熟妇少妇任你| 国产免费福利视频在线观看| www日本在线高清视频| 久久女婷五月综合色啪小说| 午夜日韩欧美国产| 视频区欧美日本亚洲| 久久99热这里只频精品6学生| 欧美变态另类bdsm刘玥| 激情五月婷婷亚洲| 亚洲精品久久成人aⅴ小说| 精品久久蜜臀av无| 国产在线观看jvid| 久久久久国产一级毛片高清牌| 人人妻,人人澡人人爽秒播 | 久久久久久久大尺度免费视频| 久久99精品国语久久久| 性色av一级| 亚洲精品自拍成人| 国产视频一区二区在线看| 欧美精品一区二区大全| 国产精品久久久久久精品电影小说| 国产伦人伦偷精品视频| 在现免费观看毛片| 交换朋友夫妻互换小说| 9热在线视频观看99| 大话2 男鬼变身卡| 亚洲精品日本国产第一区| 黄频高清免费视频| 亚洲自偷自拍图片 自拍| 成在线人永久免费视频| 丝袜美足系列| 精品久久久久久久毛片微露脸 | 手机成人av网站| 男女免费视频国产| 欧美日韩av久久| 国产福利在线免费观看视频| 女性被躁到高潮视频| 一级毛片黄色毛片免费观看视频| 超碰成人久久| 男女免费视频国产| 老司机在亚洲福利影院| 母亲3免费完整高清在线观看| 欧美国产精品va在线观看不卡| 中文字幕另类日韩欧美亚洲嫩草| 最近手机中文字幕大全| 男女免费视频国产| 午夜激情av网站| 久久久久久久久久久久大奶| 亚洲精品成人av观看孕妇| 日韩av不卡免费在线播放| 午夜激情av网站| 精品福利永久在线观看| 亚洲欧美精品综合一区二区三区| 日韩大码丰满熟妇| 蜜桃国产av成人99| 又大又黄又爽视频免费| 女人高潮潮喷娇喘18禁视频| 亚洲精品乱久久久久久| 国产精品香港三级国产av潘金莲 | 国产在线视频一区二区| 男男h啪啪无遮挡| videosex国产| 亚洲欧美激情在线| 国产色视频综合| 久久久精品区二区三区| 免费观看a级毛片全部| 欧美成人精品欧美一级黄| 美女主播在线视频| 久久精品国产a三级三级三级| 久久这里只有精品19| www.自偷自拍.com| av片东京热男人的天堂| 国产xxxxx性猛交| 大片电影免费在线观看免费| 一区福利在线观看| 久久影院123| 国产亚洲av片在线观看秒播厂| 男人操女人黄网站| 天天躁夜夜躁狠狠躁躁| 桃花免费在线播放| 巨乳人妻的诱惑在线观看| 成年女人毛片免费观看观看9 | 欧美日韩福利视频一区二区| 久久精品国产a三级三级三级| 性少妇av在线| 巨乳人妻的诱惑在线观看| 欧美日韩亚洲国产一区二区在线观看 | 最近最新中文字幕大全免费视频 | 国产熟女午夜一区二区三区| 亚洲图色成人| 亚洲成国产人片在线观看| 波多野结衣av一区二区av| 成年女人毛片免费观看观看9 | bbb黄色大片| av线在线观看网站| 狂野欧美激情性xxxx| 日韩视频在线欧美| 国产片内射在线| 免费在线观看完整版高清| 午夜免费鲁丝| 国产精品一区二区在线观看99| av国产久精品久网站免费入址| 国产有黄有色有爽视频| 亚洲精品日本国产第一区| 电影成人av| 亚洲精品成人av观看孕妇| 国产精品成人在线| 自线自在国产av| 亚洲av男天堂| 久久精品熟女亚洲av麻豆精品| √禁漫天堂资源中文www| 亚洲精品一二三| 日本av手机在线免费观看| 欧美激情极品国产一区二区三区| 欧美日韩国产mv在线观看视频| 免费观看人在逋| a级毛片黄视频| 亚洲av国产av综合av卡| 久久久久久久大尺度免费视频| 日本wwww免费看| 久久久国产欧美日韩av| 国产成人啪精品午夜网站| 亚洲视频免费观看视频| 日日夜夜操网爽| 国产高清不卡午夜福利| 曰老女人黄片| 两性夫妻黄色片| 999久久久国产精品视频| 国产成人91sexporn| 国产免费又黄又爽又色| 成人18禁高潮啪啪吃奶动态图| 日韩,欧美,国产一区二区三区| 精品少妇内射三级| 亚洲一码二码三码区别大吗| 亚洲中文字幕日韩| 久久久精品国产亚洲av高清涩受| 国产xxxxx性猛交| 国产高清videossex| 一二三四社区在线视频社区8| 91精品伊人久久大香线蕉| 少妇裸体淫交视频免费看高清 | 国产一区二区三区综合在线观看| 啦啦啦在线免费观看视频4| 久久女婷五月综合色啪小说| 亚洲精品日本国产第一区| 18在线观看网站| 欧美亚洲日本最大视频资源| e午夜精品久久久久久久| 日韩电影二区| 午夜免费鲁丝| 国产有黄有色有爽视频| 久热爱精品视频在线9| 波多野结衣一区麻豆| 国产在线一区二区三区精| 色综合欧美亚洲国产小说| kizo精华| 国产成人精品久久二区二区免费| 亚洲一码二码三码区别大吗| 热re99久久精品国产66热6| 亚洲av成人精品一二三区| 搡老岳熟女国产| av天堂久久9| www.av在线官网国产| 国语对白做爰xxxⅹ性视频网站| 人成视频在线观看免费观看| 老汉色∧v一级毛片| 欧美人与性动交α欧美精品济南到| 新久久久久国产一级毛片| 国产激情久久老熟女| 亚洲成av片中文字幕在线观看| 丝袜美足系列| 一级片免费观看大全| 亚洲精品中文字幕在线视频| 日韩大片免费观看网站| 国产91精品成人一区二区三区 | 青青草视频在线视频观看| 亚洲av电影在线进入| 亚洲国产精品成人久久小说| 久9热在线精品视频| 男女午夜视频在线观看| 亚洲精品国产色婷婷电影| www.av在线官网国产| 99国产精品一区二区三区| 欧美亚洲 丝袜 人妻 在线| 韩国精品一区二区三区| 亚洲欧洲日产国产| 国产欧美亚洲国产| 在线 av 中文字幕| 日本色播在线视频| 丝袜喷水一区| 久久国产精品人妻蜜桃| 黑丝袜美女国产一区| 欧美精品亚洲一区二区| 最黄视频免费看| 巨乳人妻的诱惑在线观看| 久久综合国产亚洲精品| 美女脱内裤让男人舔精品视频| 97人妻天天添夜夜摸| 中文字幕人妻熟女乱码| 国产xxxxx性猛交| 精品一区二区三区av网在线观看 | 国产真人三级小视频在线观看| 9色porny在线观看| 免费观看人在逋| 天堂俺去俺来也www色官网| 日本vs欧美在线观看视频| 赤兔流量卡办理| 99国产精品99久久久久| 老鸭窝网址在线观看| 午夜视频精品福利| 高清av免费在线| 国产在线视频一区二区| 五月天丁香电影| 日本色播在线视频| 亚洲国产看品久久| 亚洲精品av麻豆狂野| 亚洲七黄色美女视频| 丰满饥渴人妻一区二区三| e午夜精品久久久久久久| 国产91精品成人一区二区三区 | 丁香六月欧美| 母亲3免费完整高清在线观看| 在线亚洲精品国产二区图片欧美| 午夜激情久久久久久久| 在线天堂中文资源库| 热99国产精品久久久久久7| 国产色视频综合| 少妇精品久久久久久久| 高潮久久久久久久久久久不卡| 天堂中文最新版在线下载| 亚洲精品在线美女| 大码成人一级视频| 啦啦啦 在线观看视频| 男人爽女人下面视频在线观看| 99香蕉大伊视频| 成年动漫av网址| 少妇猛男粗大的猛烈进出视频| 国产精品 国内视频| 日韩制服丝袜自拍偷拍| 国产视频首页在线观看| 人体艺术视频欧美日本| 热re99久久精品国产66热6| 成年女人毛片免费观看观看9 | 丰满迷人的少妇在线观看| 一级毛片黄色毛片免费观看视频| 超碰97精品在线观看| 亚洲av男天堂| 亚洲成av片中文字幕在线观看| av不卡在线播放| 男人操女人黄网站| 久久精品熟女亚洲av麻豆精品| 久久国产亚洲av麻豆专区| 久久久亚洲精品成人影院| 久久精品国产a三级三级三级| 中文字幕最新亚洲高清| 亚洲国产精品一区二区三区在线| 在线亚洲精品国产二区图片欧美| 国产精品欧美亚洲77777| 日韩熟女老妇一区二区性免费视频| 一二三四在线观看免费中文在| 亚洲伊人久久精品综合| 尾随美女入室| 在现免费观看毛片| 又大又黄又爽视频免费| 久久天堂一区二区三区四区| 亚洲欧美清纯卡通| 亚洲天堂av无毛| 久久亚洲精品不卡| av国产久精品久网站免费入址| 国产黄频视频在线观看| 搡老岳熟女国产| 久久 成人 亚洲| 中国美女看黄片| 午夜福利视频在线观看免费| xxxhd国产人妻xxx| 一级片免费观看大全| 女人高潮潮喷娇喘18禁视频| 国产成人av激情在线播放| 欧美在线一区亚洲| 亚洲国产精品国产精品| 我的亚洲天堂| 老鸭窝网址在线观看| av在线app专区| 精品少妇久久久久久888优播| 伊人亚洲综合成人网| 精品人妻一区二区三区麻豆| 午夜免费鲁丝| 日韩一本色道免费dvd| av天堂在线播放| 人人澡人人妻人| 久久99一区二区三区| 老熟女久久久| 50天的宝宝边吃奶边哭怎么回事| 男的添女的下面高潮视频| av在线app专区| 国产99久久九九免费精品| 老鸭窝网址在线观看| 国产亚洲av片在线观看秒播厂| av国产精品久久久久影院| 久久精品成人免费网站| 亚洲精品一区蜜桃| 久久久久久久精品精品| 天天躁夜夜躁狠狠久久av| 丝袜喷水一区| 国产成人免费无遮挡视频| 免费高清在线观看视频在线观看| 国产免费又黄又爽又色| 王馨瑶露胸无遮挡在线观看| 如日韩欧美国产精品一区二区三区|