• <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 ?

    基于矩陣特征值分析和SOA優(yōu)化模糊聚類的變壓器故障診斷

    2018-07-06 11:27:54,,,,,,,
    四川電力技術(shù) 2018年3期
    關(guān)鍵詞:特征值故障診斷聚類

    ,,,,,,,

    (1.廣東電網(wǎng)有限責(zé)任公司河源供電局,廣東 河源 517000; 2. 廣東工業(yè)大學(xué)自動化學(xué)院,廣東 廣州 510006)

    0 引 言

    油中溶解氣體分析(dissolved gas analysis,DGA)利用在線監(jiān)測數(shù)據(jù)對油浸式電力變壓器進(jìn)行故障診斷和狀態(tài)評估,將定性的評估轉(zhuǎn)變成具體量化的數(shù)據(jù),是一種較為成熟的評估體系。目前應(yīng)用最為廣泛的油色譜分析方法是IEC三比值法[1],但是該方法的故障編碼固化,忽略邊界效應(yīng),使得診斷的準(zhǔn)確性受到限制[2]。近年來,隨著機(jī)器學(xué)習(xí)和人工智能算法的發(fā)展,人工神經(jīng)網(wǎng)絡(luò)[3]、模糊數(shù)學(xué)[4]、粗糙集理論[5]、云理論[6]、核函數(shù)[7]以及支持向量機(jī)[8]等計算機(jī)方法被應(yīng)用到變壓器狀態(tài)評估和故障診斷中。文獻(xiàn)[3]充分利用BP神經(jīng)網(wǎng)絡(luò)處理非線性樣本的能力,并與FPN網(wǎng)絡(luò)結(jié)構(gòu)相結(jié)合,在模糊推理的基礎(chǔ)上,得出較好的故障診斷效果。文獻(xiàn)[4]考慮故障的隨機(jī)性和模糊性,利用模糊數(shù)學(xué)理論,建立了多種指標(biāo)的隸屬函數(shù)。文獻(xiàn)[6]建立了變壓器評估的正態(tài)云模型,通過期望、熵和超熵描述狀態(tài)的不確定性,有效地實(shí)現(xiàn)了定性和定量之間地轉(zhuǎn)換。文獻(xiàn)[7]通過核函數(shù)將故障樣本的特征轉(zhuǎn)換為高維度的空間向量,放大了故障的有用特征,使聚類分析的準(zhǔn)確性得到提高。

    基于油中氣體分析的IEC三比值法因其自身的特點(diǎn),目前仍然有很高的實(shí)用價值。這里采用模糊聚類算法,將三比值法的編碼模糊化,使故障特征值根據(jù)其數(shù)據(jù)特征自行分類,有效地克服了三比值法編碼固化等問題。為了防止先驗(yàn)知識對故障分類數(shù)造成的誤差,利用相關(guān)矩陣的定義和圓盤定理進(jìn)行特征值分析,得到最佳分類數(shù)。采用人群搜索算法對初始參數(shù)進(jìn)行優(yōu)化,有效地避免了早熟現(xiàn)象,并提高了聚類的有效性和魯棒性。

    1 模糊聚類理論

    聚類分析是一種無監(jiān)督學(xué)習(xí)的多元統(tǒng)計分析方法,目的是客觀地劃分樣本的類別,使得具有類似特征的樣本劃分到同一類,而具有不同特征的樣本劃分到不同類[9]。模糊聚類在聚類分析的基礎(chǔ)上引入了隸屬度的概念,用來描述樣本對類別的模糊性。模糊c均值算法(fuzzy c-means,F(xiàn)CM)是一種基于目標(biāo)函數(shù)的聚類算法,分類數(shù)需要事先給出,然后通過聚類中心和隸屬度的迭代得出樣本的最優(yōu)分類[10]。由于其算法原理清晰且收斂速度較快,F(xiàn)CM算法廣泛應(yīng)用于各個領(lǐng)域。

    對于n個不同的樣本X={xi},根據(jù)先驗(yàn)知識得出最佳分類數(shù)為c,F(xiàn)CM算法通過計算類內(nèi)加權(quán)誤差平方和作為目標(biāo)函數(shù)[11]:

    (1)

    式中:U為隸屬度矩陣;uij為模糊隸屬度;V為聚類中心矩陣;m為模糊控制指數(shù),一般取1.5~2.5,數(shù)值越小,模糊程度越低;dij為聚類中心的歐式距離。

    為了求取目標(biāo)函數(shù)的極值,F(xiàn)CM算法利用拉格朗日乘子法計算得到隸屬度和聚類中心的迭代公式分別為

    (2)

    (3)

    FCM算法的基本步驟如下[12]:

    1)設(shè)定樣本初始參數(shù),包括分類數(shù)c、模糊控制指數(shù)m以及迭代終止閾值ε和迭代終止最大次數(shù)T;

    2)確定初始的聚類中心V,并用公式(2)計算得到初始隸屬度U;

    3)利用式(1)計算目標(biāo)函數(shù)值,如小于給定閾值ε則算法結(jié)束,否則利用式(3)和式(2)再次迭代,直到達(dá)到迭代終止條件。

    從FCM的實(shí)現(xiàn)步驟可以看出,F(xiàn)CM的聚類結(jié)果嚴(yán)重依賴于分類數(shù)c,其值過大或者過小都將使聚類結(jié)果產(chǎn)生很大誤差;FCM的初始聚類中心是隨機(jī)確定的,最佳聚類中心會隨之發(fā)生變化,這就給聚類分析帶來了不確定性[13];FCM采用歐氏距離方法聚類,每個樣本都是等趨勢劃分,樣本中的噪聲也根據(jù)其聚類賦隸屬度,這顯然是不合理的。下面基于以上分析,對FCM算法進(jìn)行了優(yōu)化。

    2 矩陣特征值分析

    在變壓器故障診斷中,故障的類別一般是根據(jù)專家經(jīng)驗(yàn)來進(jìn)行估計。這種方法缺乏客觀的理論支撐,難以得出最佳的分類結(jié)果。隨著大數(shù)據(jù)時代的來臨,通過聚類有效性評估確定最佳分類數(shù)成為了研究的熱點(diǎn)[14]。在文獻(xiàn)[15]中,證明了可能性劃分系數(shù)能有效地判定聚類的有效性,當(dāng)可能性系數(shù)取得最大值時,聚類效果為最佳。文獻(xiàn)[16]將聚類隸屬度與樣本的幾何分布結(jié)合起來,依據(jù)類內(nèi)緊密、類間分離的原則進(jìn)行聚類有效性分析。文獻(xiàn)[17]提出指標(biāo)不受數(shù)據(jù)集形狀的約束,利用離散距離來評估聚類效果。但是這些指標(biāo)都必須經(jīng)過反復(fù)迭代,遍歷所有可能的分類數(shù),才能確定最佳聚類結(jié)果,因此極其耗費(fèi)時間,導(dǎo)致現(xiàn)有的評價標(biāo)準(zhǔn)無法應(yīng)用在大多數(shù)工程項(xiàng)目中。文獻(xiàn)[18]提出了基于矩陣特征值分析的有效性指標(biāo),克服了其他有效性指標(biāo)的低效性,而且得到最優(yōu)分類的正確率不會降低。變壓器的故障分析屬于多維度、分類數(shù)不確定的復(fù)雜聚類分析,鑒于矩陣特征值分析的獨(dú)特優(yōu)勢,故采取該方法得出最佳的聚類數(shù)。

    根據(jù)相關(guān)矩陣[18]的定義及其特征值可知,特征根的大小反映了同一類樣本的相似程度。根據(jù)Gerchgorin圓盤定理[19],如果實(shí)際的最佳分類數(shù)是c個,則其L個特征值出現(xiàn)的情況為

    λ1≥λ2≥…λc≥λc+1≈…≈λL

    (4)

    式中,λ1到λc是c個相對較大的特征根。

    最優(yōu)的分類數(shù)由于其特征根的不同,可以得到明顯不同的圓盤。按照圓盤定理,可以定義指標(biāo)的最優(yōu)分類數(shù)如下,即:

    (5)

    式中,c是在閉集合[1,L-1]內(nèi)可能取得的分類數(shù),當(dāng)?shù)?個非負(fù)的GDE(c)值出現(xiàn)時所對應(yīng)的c,即為最優(yōu)的分類數(shù)。

    3 聚類模型的參數(shù)優(yōu)化

    在FCM中,聚類的有效性對初始聚類中心有很大的依賴性。為了得到最優(yōu)結(jié)果,可以選定不同的初始聚類中心啟動該算法,通過比較不同的聚類結(jié)果,得出最優(yōu)解。文獻(xiàn)[20]利用粒子群算法(particle swarm optimization,PSO),對數(shù)據(jù)集進(jìn)行全局搜索,能夠彌補(bǔ)FCM對初始聚類中心敏感的缺陷,但是易出現(xiàn)早熟現(xiàn)象,以致于不能全局尋優(yōu)。文獻(xiàn)[21]提出用改進(jìn)的遺傳算法(genetic algorithm,GA)來自動選取保持全局特性的聚類中心點(diǎn),再利用歐式距離的判別方法進(jìn)行其他點(diǎn)的判斷。文獻(xiàn)[22]將粒子群算法和遺傳算法結(jié)合起來,充分利用GA的隨機(jī)搜索能力和PSO的局部細(xì)致搜索能力。另外,還有一些智能算法及其混合算法應(yīng)用在變壓器故障診斷中。雖然在一定程度上改善了聚類的結(jié)果,但是當(dāng)面對復(fù)雜多維優(yōu)化問題時,由于其目標(biāo)函數(shù)存在著數(shù)目眾多的局部極值,導(dǎo)致聚類時很容易發(fā)生早熟和收斂速度慢等現(xiàn)象。

    所采用的人群搜索算法(seeker optimization algorithm, SOA), 是一種新型的智能搜索算法[23],具有更好的魯棒性與較快的收斂性,算法的求解過程避免了早熟現(xiàn)象的發(fā)生,對于工程領(lǐng)域的復(fù)雜優(yōu)化問題具有收斂精度高等特點(diǎn)。

    3.1 人群搜索算法

    SOA算法根據(jù)人的思維過程,在解空間對函數(shù)進(jìn)行尋優(yōu)[23]。在優(yōu)化過程中,其搜尋過程可理解為在可能的解空間里,最優(yōu)解的位置趨向于較優(yōu)解的附近。因此,在較優(yōu)的位置應(yīng)該進(jìn)行細(xì)致的搜索,而對于較差的位置,應(yīng)該再擴(kuò)大搜索范圍[24]。

    3.1.1 搜索步長

    SOA算法用模糊系統(tǒng)逼近來表征搜索的不確定性,建立目標(biāo)函數(shù)和步長之間的聯(lián)系。搜索步長模糊變量表示如式(6)。

    (6)

    式中:x為輸入樣本;uA為隸屬度;δ、μ為隸屬函數(shù)參數(shù)。

    隸屬度與函數(shù)值排列順序成正比,如式(7)所示。

    uij=rand(ui,1)(j=1,2,…D)

    (7)

    式中:D為搜索空間的維度;uij為j維搜索空間第i個特征量的隸屬度;函數(shù)rand表征了搜索的隨機(jī)性。

    搜索步長定義為

    (8)

    式中:αij為第j維的搜索步長;δij為高斯隸屬函數(shù)參數(shù),其值由式(9)和式(10)確定。

    (9)

    (10)

    式中:xmin和xmax為最小和最大目標(biāo)函數(shù)的位置;ω為權(quán)值;t和tmax為當(dāng)前的迭代次數(shù)和最大迭代次數(shù)。

    3.1.2 搜索方向

    通過人的行為分析得到第i個位置的利己方向、利他方向以及預(yù)動方向,如式(11)至式(13)所示。

    (11)

    (12)

    (13)

    通過幾何平均來確定最終搜索方向,如式(14)。

    (14)

    式中:φ1和φ2為[0,1]內(nèi)的常數(shù);ω是慣性權(quán)重。

    3.1.3 人群搜索算法的實(shí)現(xiàn)

    步驟1:基本參數(shù)設(shè)置。根據(jù)實(shí)際問題,設(shè)置搜尋速度、進(jìn)化代數(shù)及種群規(guī)模。

    步驟2:隨機(jī)設(shè)置人群搜索的開始位置。

    步驟3:初始化目標(biāo)函數(shù)值,并得出最優(yōu)值。

    步驟4:確定搜尋策略。確定步長和方向。

    步驟5:位置更新。更新公式為

    Δxij(t+1)=αij(t)dij(t)

    (15)

    xij(t+1)=xij(t)+Δxij(t+1)

    (16)

    步驟6:完成一次迭代,t=t+1。

    步驟7:若達(dá)到終止條件,則認(rèn)定為最佳位置,否則,轉(zhuǎn)至步驟3繼續(xù)迭代。

    4 建模過程

    4.1 變壓器特征量的選取

    變壓器油中溶解氣體包含了運(yùn)行設(shè)備的故障信息,并且測量技術(shù)比較完善,是一種成熟有效的狀態(tài)評估指標(biāo)[25]。

    如果變壓器內(nèi)部發(fā)生故障,溫度會顯著升高,進(jìn)而加速絕緣材料分解[26]。當(dāng)電力變壓器發(fā)生不同類型的故障時,其產(chǎn)生的特征氣體含量會有所不同,但發(fā)生相同故障時產(chǎn)生的特征氣體會有某種相似性。利用變壓器故障特征氣體的聚集效應(yīng)可以生成聚類中心,并通過其分布情況給出隸屬度,從而實(shí)現(xiàn)故障的分類。

    4.2 建模流程

    對電力變壓器故障樣本進(jìn)行矩陣特征值分析,求取相關(guān)矩陣及其特征值,得出最優(yōu)分類數(shù)。同時為提高故障診斷精度,對FCM算法的初始聚類中心用SOA進(jìn)行優(yōu)化。建模流程如圖1所示。

    5 算例分析

    收集了230組故障明確的變壓器故障數(shù)據(jù),挑選其中80組作為訓(xùn)練聚類中心,用文獻(xiàn)[27]給出的40組作為測試數(shù)據(jù)。為了得到更好的聚類中心,訓(xùn)練集各故障狀態(tài)均勻分布,具體個數(shù)如表1所示。

    對所收集的故障樣本求取相關(guān)矩陣和特征值,進(jìn)行矩陣特征值分析,第1個非負(fù)的GDE(c)值出現(xiàn)的時候,c的值為6,故最優(yōu)的分類數(shù)為6類,與實(shí)際情況相符。

    圖1 變壓器故障診斷模型結(jié)構(gòu)表1 變壓器故障樣本

    故障類型訓(xùn)練集測試集無故障154低能放電159高能放電156低溫過熱155中溫過熱158高溫過熱158總計8040

    從收集的數(shù)據(jù)集可以看出,原始數(shù)據(jù)具有不同的數(shù)量級,為了使較小數(shù)量級的數(shù)據(jù)不被忽略,有必要對數(shù)據(jù)進(jìn)行歸一化處理。

    (17)

    SOA優(yōu)化算法的初始參數(shù)設(shè)定為:進(jìn)化代數(shù)為100,種群規(guī)模為20,算法的最大隸屬度Umax=0.95,最小隸屬度Umin=0.01,權(quán)重最大值ωmax=0.9,權(quán)重最小值ωmin=0.1,模糊控制系數(shù)m=2。將訓(xùn)練樣本中的數(shù)據(jù)利用SOA算法計算后得出各故障的最優(yōu)聚類中心,如表2所示。適應(yīng)度曲線如圖2所示。

    表2 SOA最優(yōu)聚類中心

    圖2 SOA適應(yīng)度曲線

    測試集中的數(shù)據(jù)對應(yīng)的故障類型如下:1—5為低溫過熱,6—13為中溫過熱,14—21為高溫過熱,22—30為低能放電,31—36為高能放電,37—40為正常。

    文獻(xiàn)[27]利用PSO算法進(jìn)行優(yōu)化,得出聚類中心如表3所示,測試結(jié)果除了35無法確定結(jié)果,38得出錯誤結(jié)果外,其他的全部正確,正確率達(dá)到95%。而利用所提出的SOA進(jìn)行優(yōu)化,得出的結(jié)果除了2號錯誤,其他的全部正確,正確率為97.5%,高于改進(jìn)的PSO算法,這是由于SOA算法對于數(shù)據(jù)的全局搜索能力要強(qiáng)于PSO算法,并能夠有效地避免陷入局部最優(yōu)值,從而得出更優(yōu)的聚類中心。兩種方法得出的部分最高隸屬度如表4所示。

    表3 PSO最優(yōu)聚類中心

    從兩種方法的隸屬度矩陣和表4所列部分結(jié)果可以看出,所用方法在保證正確率的情況下,聚類效果有了顯著提高,這是因?yàn)镾OA算法充分考慮了搜索的隨機(jī)性和模糊性,在全局性和局部性搜索性能上均優(yōu)于傳統(tǒng)的PSO算法。

    6 結(jié) 語

    對變壓器狀態(tài)檢修過程中狀態(tài)分類和故障診斷優(yōu)化進(jìn)行了研究,得出如下結(jié)論:

    表4 兩種方法故障診斷結(jié)果對比

    1)提出了用圓盤定理和矩陣特征值分析確定狀態(tài)的最優(yōu)分類數(shù),克服了主觀因素的影響,極大地提高了故障診斷的穩(wěn)定性;

    2)通過模糊聚類理論,將變壓器狀態(tài)邊界模糊化,反映了故障診斷的不確定性;

    3)針對模糊聚類對初始值敏感的問題,提出用SOA算法進(jìn)行優(yōu)化,建立了SOA-FCM模型,改善了聚類的效果,提高了故障診斷的準(zhǔn)確性。

    通過仿真實(shí)驗(yàn),驗(yàn)證了所提方法的有效性。

    [1] 楊廷方, 劉沛, 李景祿, 等. FCM結(jié)合IEC三比值法診斷變壓器故障[J]. 高電壓技術(shù), 2007, 33(8):66-71.

    [2] 許惠君, 王宗耀, 蘇浩益. 基于DGA的反饋云熵模型電力變壓器故障診斷方法研究[J]. 電力系統(tǒng)保護(hù)與控制, 2013, 41(23):115-119.

    [3] 公茂法, 張言攀, 柳巖妮, 等. 基于BP網(wǎng)絡(luò)算法優(yōu)化模糊Petri網(wǎng)的電力變壓器故障診斷[J]. 電力系統(tǒng)保護(hù)與控制, 2015, 43(3):113-117.

    [4] 廖瑞金, 王謙, 駱?biāo)技? 等. 基于模糊綜合評判的電力變壓器運(yùn)行狀態(tài)評估模型[J]. 電力系統(tǒng)自動化, 2008, 32(3):70-75.

    [5] 張晶晶, 許修樂, 丁明,等. 基于模糊層次分析法的變壓器狀態(tài)評估[J]. 電力系統(tǒng)保護(hù)與控制, 2017, 45(3):75-81.

    [6] 張鐿議, 廖瑞金, 楊麗君, 等. 基于云理論的電力變壓器絕緣狀態(tài)評估方法[J]. 電工技術(shù)學(xué)報, 2012, 27(5):13-20.

    [7] 熊浩, 孫才新, 廖瑞金, 等. 基于核可能性聚類算法和油中溶解氣體分析的電力變壓器故障診斷研究[J]. 中國電機(jī)工程學(xué)報, 2005, 25(20):162-166.

    [8] 董明, 孟源源, 徐長響,等. 基于支持向量機(jī)及油中溶解氣體分析的大型電力變壓器故障診斷模型研究[J]. 中國電機(jī)工程學(xué)報, 2003, 23(7):88-92.

    [9] 黃衛(wèi)春, 劉建林, 熊李艷. 基于樣本-特征值加權(quán)的可能性模糊核聚類算法[J]. 計算機(jī)工程與科學(xué), 2014, 36(1):169-176.

    [10] 宋志杰, 王健. 模糊聚類和LM算法改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷[J]. 高壓電器, 2013, 49(5):54-59.

    [11] 李儉, 孫才新, 陳偉根,等. 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[J]. 中國電機(jī)工程學(xué)報, 2003, 23(2):112-115.

    [12] 陳燦. 基于粒子群算法的模糊聚類研究[D]. 桂林:廣西師范大學(xué), 2005.

    [13] 李超順, 周建中, 安學(xué)利,等. 基于加權(quán)模糊核聚類的發(fā)電機(jī)組振動故障診斷[J]. 中國電機(jī)工程學(xué)報, 2008, 28(35): 79-83.

    [14] 周開樂, 楊善林, 丁帥,等. 聚類有效性研究綜述[J]. 系統(tǒng)工程理論與實(shí)踐, 2014, 34(9):2417-2431.

    [15] 范九倫, 吳成茂. 可能性劃分系數(shù)和模糊變差相結(jié)合的聚類有效性函數(shù)[J]. 電子與信息學(xué)報, 2002, 24(8):1017-1021.

    [16] Xie X L, Beni G. A Validity Measure for Fuzzy Clustering[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1991, 13(8): 841-847.

    [17] Yue Shihong, Wang J, Wu T, et al. A New Separation Measure for Improving the Effectiveness of Validity Indices[J]. Information Science, 2010, 180(5): 411-423.

    [18] 岳士弘, 黃媞, 王鵬龍. 基于矩陣特征值分析的模糊聚類有效性指標(biāo)[J]. 天津大學(xué)學(xué)報, 2014,47(8):689-696.

    [19] Watking D S. Fundamentals of Matrix Computation

    [M]. USA: John Wiley & Sons, 2002.

    [20] 馬葉芝, 焦彥軍, 王東升, 等. 變壓器故障診斷中溶解氣體的PSO-WFCM算法研究[J]. 高壓電器, 2014,50(1):72-76.

    [21] 田質(zhì)廣, 張慧芬. 基于遺傳聚類算法的油中氣體溶解氣體分析電力變壓器故障診斷[J]. 電力自動化設(shè)備, 2008,28(2):15-18.

    [22] 雷浩轄, 劉念, 崔東軍, 等. 基于GA與PSO混合優(yōu)化FCM聚類的變壓器故障診斷[J]. 電力系統(tǒng)保護(hù)與控制, 2011, 39(22):52-56.

    [23] 董慧康. 基于人群搜索-支持向量機(jī)的心臟病多生理參數(shù)診斷方法研究[D]. 天津:河北工業(yè)大學(xué), 2014.

    [24] 魏立兵, 趙峰, 王思華. 基于人群搜索算法優(yōu)化參數(shù)額支持向量機(jī)短期電力負(fù)荷預(yù)測[J]. 電測與儀表, 2016, 53(8): 45-49.

    [25] 周健, 黃昕, 鄒劍, 等. 變壓器油中溶解氣體故障診斷的改進(jìn)模糊算法[J]. 廣東電力, 2015, 28(3): 86-91.

    [26] 孫才新, 郭俊峰, 廖瑞金, 等. 變壓器油中溶解氣體分析中的模糊模式多層聚類故障診斷方法的研究[J]. 中國電機(jī)工程學(xué)報, 2001, 21(2):37-41.

    [27] 韓富春, 廉建鑫, 高文軍, 等. 改進(jìn)PSO與模糊聚類相結(jié)合的變壓器故障診斷[J]. 電氣技術(shù), 2011, 5(2):1-4.

    猜你喜歡
    特征值故障診斷聚類
    一類帶強(qiáng)制位勢的p-Laplace特征值問題
    單圈圖關(guān)聯(lián)矩陣的特征值
    基于DBSACN聚類算法的XML文檔聚類
    電子測試(2017年15期)2017-12-18 07:19:27
    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
    基于商奇異值分解的一類二次特征值反問題
    一種層次初始的聚類個數(shù)自適應(yīng)的聚類方法研究
    關(guān)于兩個M-矩陣Hadamard積的特征值的新估計
    基于LCD和排列熵的滾動軸承故障診斷
    基于WPD-HHT的滾動軸承故障診斷
    国产三级中文精品| 亚洲片人在线观看| 18禁黄网站禁片午夜丰满| 国产黄a三级三级三级人| 久久精品夜夜夜夜夜久久蜜豆| 亚洲一区二区三区色噜噜| 一级毛片高清免费大全| 亚洲成a人片在线一区二区| 久久天躁狠狠躁夜夜2o2o| 午夜福利免费观看在线| 国产一区二区在线观看日韩 | 国产伦精品一区二区三区四那| 91麻豆av在线| 性色avwww在线观看| 欧美日韩中文字幕国产精品一区二区三区| 男女下面进入的视频免费午夜| 精品不卡国产一区二区三区| 看片在线看免费视频| 日本三级黄在线观看| 99久久综合精品五月天人人| 欧美丝袜亚洲另类 | 婷婷精品国产亚洲av| 99久久99久久久精品蜜桃| 国产精品野战在线观看| 国产精品一区二区免费欧美| 在线观看免费午夜福利视频| 色精品久久人妻99蜜桃| 90打野战视频偷拍视频| 亚洲精品国产精品久久久不卡| 岛国视频午夜一区免费看| av国产免费在线观看| 国产av在哪里看| 国产爱豆传媒在线观看| 婷婷精品国产亚洲av在线| 久久这里只有精品中国| 丰满人妻一区二区三区视频av | 国产午夜精品久久久久久一区二区三区 | 可以在线观看的亚洲视频| 亚洲内射少妇av| 日韩 欧美 亚洲 中文字幕| av专区在线播放| 99精品久久久久人妻精品| 久久精品国产自在天天线| 久久精品人妻少妇| 午夜两性在线视频| 成人国产综合亚洲| 9191精品国产免费久久| 日韩欧美在线乱码| 久久国产精品人妻蜜桃| 中出人妻视频一区二区| 亚洲国产色片| 亚洲成av人片免费观看| 久久精品91无色码中文字幕| 在线观看美女被高潮喷水网站 | 欧美最新免费一区二区三区 | 免费在线观看成人毛片| 麻豆国产av国片精品| 国产亚洲av嫩草精品影院| 国产高清有码在线观看视频| 国内毛片毛片毛片毛片毛片| 天天添夜夜摸| 亚洲av日韩精品久久久久久密| 一进一出好大好爽视频| 精品国产三级普通话版| 丁香欧美五月| 在线观看av片永久免费下载| 精品一区二区三区视频在线观看免费| 亚洲国产日韩欧美精品在线观看 | 99国产极品粉嫩在线观看| 一区二区三区激情视频| 成年女人看的毛片在线观看| 欧美激情久久久久久爽电影| 久久精品国产亚洲av涩爱 | 天天添夜夜摸| 亚洲无线在线观看| 国产一区二区在线av高清观看| 日本 av在线| 精品人妻1区二区| 亚洲专区中文字幕在线| 中文亚洲av片在线观看爽| 国内精品一区二区在线观看| 啦啦啦韩国在线观看视频| 黑人欧美特级aaaaaa片| 亚洲av成人精品一区久久| 精品日产1卡2卡| 成年女人毛片免费观看观看9| 在线免费观看不下载黄p国产 | 老熟妇乱子伦视频在线观看| 亚洲va日本ⅴa欧美va伊人久久| 18+在线观看网站| 99热精品在线国产| 尤物成人国产欧美一区二区三区| 99热这里只有精品一区| 国产单亲对白刺激| 亚洲欧美精品综合久久99| 色视频www国产| 在线观看免费午夜福利视频| 最后的刺客免费高清国语| 天美传媒精品一区二区| 久久香蕉国产精品| 欧美黄色片欧美黄色片| 国产不卡一卡二| 国产爱豆传媒在线观看| 日本五十路高清| 久久久久亚洲av毛片大全| 麻豆久久精品国产亚洲av| 亚洲专区国产一区二区| 亚洲 欧美 日韩 在线 免费| 国产精品98久久久久久宅男小说| 久久中文看片网| 人人妻人人看人人澡| 高清毛片免费观看视频网站| 精品免费久久久久久久清纯| 十八禁网站免费在线| 女人十人毛片免费观看3o分钟| 国产伦精品一区二区三区视频9 | 国产主播在线观看一区二区| 国产爱豆传媒在线观看| 国产野战对白在线观看| 3wmmmm亚洲av在线观看| 亚洲自拍偷在线| 精品人妻1区二区| 国产老妇女一区| 久久香蕉精品热| 成年女人看的毛片在线观看| 亚洲 国产 在线| 国产午夜精品久久久久久一区二区三区 | 色精品久久人妻99蜜桃| 在线观看午夜福利视频| 俺也久久电影网| 欧美成人一区二区免费高清观看| 一边摸一边抽搐一进一小说| www.www免费av| 国产成人影院久久av| 国产精品嫩草影院av在线观看 | 尤物成人国产欧美一区二区三区| 国产精品久久久久久久久免 | 岛国视频午夜一区免费看| 亚洲av免费在线观看| 99在线人妻在线中文字幕| 九色成人免费人妻av| 成年女人永久免费观看视频| 在线观看美女被高潮喷水网站 | 2021天堂中文幕一二区在线观| www.色视频.com| 国产精品一区二区三区四区久久| 欧美黑人欧美精品刺激| 天堂动漫精品| 欧美性猛交黑人性爽| 叶爱在线成人免费视频播放| 欧美激情在线99| 性色avwww在线观看| 午夜精品久久久久久毛片777| 国产真实乱freesex| 亚洲人成网站在线播| 黄色丝袜av网址大全| 国产成人av激情在线播放| 国产精品电影一区二区三区| 国内精品久久久久精免费| 中文字幕久久专区| 少妇的逼水好多| 日韩欧美在线乱码| 日韩国内少妇激情av| 特级一级黄色大片| 好看av亚洲va欧美ⅴa在| 在线十欧美十亚洲十日本专区| 757午夜福利合集在线观看| 黄色成人免费大全| 久久国产精品影院| 成人国产综合亚洲| 变态另类成人亚洲欧美熟女| 麻豆成人av在线观看| 亚洲精品在线美女| 大型黄色视频在线免费观看| 日韩精品青青久久久久久| 美女大奶头视频| 久久精品国产清高在天天线| 免费电影在线观看免费观看| 亚洲精品色激情综合| 女生性感内裤真人,穿戴方法视频| 琪琪午夜伦伦电影理论片6080| 亚洲狠狠婷婷综合久久图片| 90打野战视频偷拍视频| а√天堂www在线а√下载| 母亲3免费完整高清在线观看| 99久久成人亚洲精品观看| 麻豆久久精品国产亚洲av| 露出奶头的视频| 岛国在线免费视频观看| 欧美中文综合在线视频| 欧美最新免费一区二区三区 | 亚洲国产高清在线一区二区三| 他把我摸到了高潮在线观看| 桃红色精品国产亚洲av| 免费一级毛片在线播放高清视频| 99久久久亚洲精品蜜臀av| 国产三级黄色录像| 很黄的视频免费| 欧美最黄视频在线播放免费| 国产乱人视频| 狠狠狠狠99中文字幕| 中出人妻视频一区二区| 亚洲色图av天堂| 国产主播在线观看一区二区| 亚洲黑人精品在线| 小说图片视频综合网站| 午夜视频国产福利| 欧美日韩精品网址| 亚洲乱码一区二区免费版| 国产黄a三级三级三级人| 日韩亚洲欧美综合| 日韩大尺度精品在线看网址| 欧美日韩黄片免| 亚洲av免费在线观看| 深爱激情五月婷婷| 欧美中文日本在线观看视频| 香蕉久久夜色| 国产高清视频在线播放一区| 亚洲av成人av| 久99久视频精品免费| 国产探花在线观看一区二区| 婷婷精品国产亚洲av| 男人舔女人下体高潮全视频| 嫩草影院入口| 国产高清三级在线| 欧美+亚洲+日韩+国产| 国产精品三级大全| 人妻夜夜爽99麻豆av| 午夜福利18| 18禁在线播放成人免费| 97超级碰碰碰精品色视频在线观看| 国产激情欧美一区二区| av在线蜜桃| 有码 亚洲区| 女警被强在线播放| av中文乱码字幕在线| 久久久久久久久大av| 最后的刺客免费高清国语| 欧美乱码精品一区二区三区| 国产av不卡久久| 国产精品久久电影中文字幕| 成人三级黄色视频| av片东京热男人的天堂| 国产爱豆传媒在线观看| 午夜精品在线福利| 99视频精品全部免费 在线| 超碰av人人做人人爽久久 | 日韩精品中文字幕看吧| 香蕉丝袜av| 99精品在免费线老司机午夜| 岛国视频午夜一区免费看| 99久国产av精品| 久久久久久人人人人人| 国产成人影院久久av| 老司机深夜福利视频在线观看| 亚洲av成人av| 亚洲av成人精品一区久久| 色噜噜av男人的天堂激情| 少妇人妻精品综合一区二区 | 最好的美女福利视频网| 可以在线观看的亚洲视频| 久久国产精品影院| 夜夜爽天天搞| 少妇熟女aⅴ在线视频| 国产精品三级大全| 脱女人内裤的视频| 国产高清视频在线观看网站| 国产 一区 欧美 日韩| www日本黄色视频网| 熟女人妻精品中文字幕| 亚洲一区二区三区色噜噜| 天天躁日日操中文字幕| 欧美乱色亚洲激情| 国产av不卡久久| 国产高清videossex| 91字幕亚洲| 噜噜噜噜噜久久久久久91| 级片在线观看| 亚洲成人精品中文字幕电影| 中出人妻视频一区二区| 香蕉久久夜色| 天堂影院成人在线观看| 亚洲电影在线观看av| 制服丝袜大香蕉在线| 亚洲一区高清亚洲精品| 波野结衣二区三区在线 | 亚洲国产精品成人综合色| 欧美中文综合在线视频| 在线天堂最新版资源| 岛国在线观看网站| 日本精品一区二区三区蜜桃| 精品一区二区三区视频在线 | 国产私拍福利视频在线观看| xxxwww97欧美| 又紧又爽又黄一区二区| 色综合站精品国产| 午夜激情欧美在线| 香蕉久久夜色| eeuss影院久久| 99riav亚洲国产免费| 日日夜夜操网爽| 国产三级在线视频| 一个人观看的视频www高清免费观看| 午夜久久久久精精品| 久久精品人妻少妇| 69av精品久久久久久| 99精品在免费线老司机午夜| 国产欧美日韩精品亚洲av| 黄色丝袜av网址大全| 国产不卡一卡二| www国产在线视频色| av天堂在线播放| 国产美女午夜福利| 又粗又爽又猛毛片免费看| 嫩草影院入口| 一级毛片高清免费大全| 国产三级中文精品| 国产伦在线观看视频一区| 亚洲精品一区av在线观看| 99久久无色码亚洲精品果冻| 脱女人内裤的视频| 美女大奶头视频| 久久精品91无色码中文字幕| 怎么达到女性高潮| 成人三级黄色视频| 日本一二三区视频观看| 99久久99久久久精品蜜桃| 国产伦精品一区二区三区视频9 | 日韩欧美国产在线观看| 午夜免费成人在线视频| 亚洲成av人片免费观看| 久久精品国产亚洲av涩爱 | 亚洲电影在线观看av| 久久久久久久午夜电影| 97超级碰碰碰精品色视频在线观看| 少妇高潮的动态图| 国产精品一区二区三区四区久久| av片东京热男人的天堂| 在线观看免费视频日本深夜| or卡值多少钱| 九色国产91popny在线| 少妇人妻一区二区三区视频| 久久久久九九精品影院| 国产伦在线观看视频一区| 99精品欧美一区二区三区四区| 最新在线观看一区二区三区| 婷婷亚洲欧美| 露出奶头的视频| 日本在线视频免费播放| av中文乱码字幕在线| 成年人黄色毛片网站| 看片在线看免费视频| 久久这里只有精品中国| 操出白浆在线播放| 久久久久国产精品人妻aⅴ院| 亚洲18禁久久av| 免费看日本二区| 三级国产精品欧美在线观看| 日本a在线网址| 两个人看的免费小视频| 精品人妻1区二区| а√天堂www在线а√下载| 亚洲av不卡在线观看| 国产免费一级a男人的天堂| 叶爱在线成人免费视频播放| 两个人看的免费小视频| 日本与韩国留学比较| 亚洲精华国产精华精| 精品人妻一区二区三区麻豆 | 亚洲一区二区三区不卡视频| 少妇的逼好多水| 亚洲人成电影免费在线| 天天一区二区日本电影三级| 97超视频在线观看视频| 女警被强在线播放| 又黄又爽又免费观看的视频| 最新在线观看一区二区三区| 丁香六月欧美| 国产一区在线观看成人免费| 精品欧美国产一区二区三| 18+在线观看网站| 久久99热这里只有精品18| 一本一本综合久久| 亚洲最大成人中文| 少妇的逼好多水| 国产久久久一区二区三区| 久久精品人妻少妇| 最后的刺客免费高清国语| 搞女人的毛片| 亚洲性夜色夜夜综合| netflix在线观看网站| 国产精品爽爽va在线观看网站| 亚洲成av人片在线播放无| 国内毛片毛片毛片毛片毛片| 在线十欧美十亚洲十日本专区| 日日干狠狠操夜夜爽| 老司机在亚洲福利影院| 午夜福利视频1000在线观看| 日本免费一区二区三区高清不卡| 免费在线观看成人毛片| 精华霜和精华液先用哪个| 99热这里只有精品一区| 国产精品,欧美在线| 最新美女视频免费是黄的| 五月玫瑰六月丁香| 中文字幕av在线有码专区| or卡值多少钱| 欧美日韩瑟瑟在线播放| 成人无遮挡网站| 日韩中文字幕欧美一区二区| 久久久色成人| 亚洲精品在线观看二区| 欧美极品一区二区三区四区| 国产91精品成人一区二区三区| 国产色爽女视频免费观看| 久久精品影院6| 一区二区三区国产精品乱码| 天美传媒精品一区二区| 国产黄片美女视频| tocl精华| 亚洲精品一区av在线观看| 中出人妻视频一区二区| 91麻豆精品激情在线观看国产| 日本一本二区三区精品| 久久久国产精品麻豆| 无限看片的www在线观看| 欧美日韩乱码在线| 真人做人爱边吃奶动态| 欧美黑人欧美精品刺激| 中出人妻视频一区二区| 精品国产亚洲在线| 日韩欧美免费精品| 欧美国产日韩亚洲一区| 欧美一区二区精品小视频在线| 亚洲av一区综合| 99久国产av精品| 黄色日韩在线| 免费av毛片视频| 一进一出抽搐动态| 免费无遮挡裸体视频| 国产精品三级大全| 久久草成人影院| 波野结衣二区三区在线 | 九九热线精品视视频播放| av黄色大香蕉| 亚洲精品一区av在线观看| 久久九九热精品免费| 变态另类成人亚洲欧美熟女| 亚洲欧美一区二区三区黑人| 中文字幕久久专区| 91麻豆精品激情在线观看国产| aaaaa片日本免费| 亚洲成人久久性| 一个人观看的视频www高清免费观看| 国产亚洲精品一区二区www| 成年女人永久免费观看视频| 国产久久久一区二区三区| 搡老岳熟女国产| 国内精品久久久久久久电影| 精品人妻偷拍中文字幕| 狂野欧美激情性xxxx| 午夜福利成人在线免费观看| 人人妻,人人澡人人爽秒播| 日韩亚洲欧美综合| 九九在线视频观看精品| 亚洲七黄色美女视频| 99久久精品一区二区三区| 国产蜜桃级精品一区二区三区| 两人在一起打扑克的视频| 精品国产超薄肉色丝袜足j| 久久久国产精品麻豆| 真实男女啪啪啪动态图| 国产野战对白在线观看| 午夜福利视频1000在线观看| 在线十欧美十亚洲十日本专区| 国产三级黄色录像| 亚洲精品乱码久久久v下载方式 | 日韩欧美免费精品| 观看免费一级毛片| 亚洲美女黄片视频| 日本一二三区视频观看| 国产成+人综合+亚洲专区| 宅男免费午夜| 桃色一区二区三区在线观看| 久久久久亚洲av毛片大全| 欧美日韩一级在线毛片| 两个人的视频大全免费| tocl精华| 在线观看66精品国产| 久久精品综合一区二区三区| 黑人欧美特级aaaaaa片| 村上凉子中文字幕在线| 欧美乱妇无乱码| 国产精品乱码一区二三区的特点| www.999成人在线观看| 成人亚洲精品av一区二区| 国产爱豆传媒在线观看| 亚洲国产精品成人综合色| 麻豆一二三区av精品| 久久99热这里只有精品18| 免费在线观看成人毛片| 日韩中文字幕欧美一区二区| 国产亚洲精品久久久com| 成年女人看的毛片在线观看| 俺也久久电影网| 欧美区成人在线视频| 丝袜美腿在线中文| 亚洲av五月六月丁香网| 欧美性感艳星| 久久精品国产亚洲av涩爱 | 麻豆成人av在线观看| 日本免费a在线| 色综合婷婷激情| 国产黄a三级三级三级人| 久久久精品大字幕| 国产不卡一卡二| 桃色一区二区三区在线观看| 亚洲 国产 在线| 在线观看免费午夜福利视频| 国产视频一区二区在线看| 99国产精品一区二区蜜桃av| 在线国产一区二区在线| 国产精品免费一区二区三区在线| 亚洲欧美精品综合久久99| 搡老熟女国产l中国老女人| 亚洲成人中文字幕在线播放| 久久久国产成人精品二区| 91久久精品电影网| 国产精品久久视频播放| 内射极品少妇av片p| 欧美性猛交╳xxx乱大交人| 免费一级毛片在线播放高清视频| 波多野结衣高清作品| 午夜久久久久精精品| 3wmmmm亚洲av在线观看| 国产97色在线日韩免费| 日本免费一区二区三区高清不卡| 一级作爱视频免费观看| 国产免费一级a男人的天堂| 青草久久国产| 亚洲国产高清在线一区二区三| 欧美色视频一区免费| 91字幕亚洲| 久久天躁狠狠躁夜夜2o2o| 国产亚洲精品综合一区在线观看| 丰满乱子伦码专区| 好看av亚洲va欧美ⅴa在| 变态另类丝袜制服| 国内久久婷婷六月综合欲色啪| 少妇人妻一区二区三区视频| 51国产日韩欧美| 色哟哟哟哟哟哟| www.www免费av| 国产乱人伦免费视频| а√天堂www在线а√下载| 波多野结衣巨乳人妻| 长腿黑丝高跟| xxx96com| 国产蜜桃级精品一区二区三区| 特大巨黑吊av在线直播| av天堂在线播放| 狂野欧美白嫩少妇大欣赏| 精品一区二区三区人妻视频| 日韩高清综合在线| 变态另类成人亚洲欧美熟女| 69av精品久久久久久| 国产精品久久久久久久电影 | 特大巨黑吊av在线直播| 免费看a级黄色片| 国产精品美女特级片免费视频播放器| 动漫黄色视频在线观看| 最后的刺客免费高清国语| 网址你懂的国产日韩在线| 两个人视频免费观看高清| 国产成+人综合+亚洲专区| 天天添夜夜摸| 在线国产一区二区在线| 久久香蕉国产精品| 高潮久久久久久久久久久不卡| 美女黄网站色视频| 午夜久久久久精精品| 丰满的人妻完整版| 亚洲久久久久久中文字幕| 日韩 欧美 亚洲 中文字幕| 国产成人欧美在线观看| av中文乱码字幕在线| 国内精品久久久久久久电影| 日韩人妻高清精品专区| 欧美日韩福利视频一区二区| 91久久精品电影网| 欧美日韩福利视频一区二区| 91久久精品电影网| 亚洲人成电影免费在线| 国产精品综合久久久久久久免费| 一级作爱视频免费观看| 一进一出抽搐gif免费好疼| 亚洲国产色片| ponron亚洲| 国产麻豆成人av免费视频| 中文字幕av成人在线电影| 亚洲人与动物交配视频| 日韩精品青青久久久久久| 一级黄片播放器| 男女午夜视频在线观看| 美女高潮的动态| 美女免费视频网站| 午夜福利成人在线免费观看| 男女下面进入的视频免费午夜| 法律面前人人平等表现在哪些方面| 亚洲美女视频黄频| 欧美国产日韩亚洲一区| 欧美午夜高清在线| 九色国产91popny在线| 亚洲国产欧洲综合997久久,| 精品国内亚洲2022精品成人|