• <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 ?

    帶有預處理分類判別的神經網(wǎng)絡諧波檢測方法

    2020-11-05 15:01:14高圣偉亞志政
    天津工業(yè)大學學報 2020年5期
    關鍵詞:步長權值諧波

    高圣偉,許 煜,亞志政

    (天津工業(yè)大學 電工電能新技術天津市重點實驗室,天津300387)

    隨著工業(yè)、醫(yī)療的發(fā)展,人們對電能質量的要求也越來越高,但是電網(wǎng)中的電力電子元件以及非線性元件帶來的諧波問題影響著電網(wǎng)的經濟性和穩(wěn)定性。諧波的存在容易引起設備過電壓、絕緣老化、產生噪聲等問題;對繼電保護裝置的影響巨大,容易導致保護的誤動作。因此,需要快速準確地檢測諧波,諧波檢測的不準確可能會影響對電氣設備或者電力系統(tǒng)中諧波產生源的判斷,不利于其結構的優(yōu)化;同時,在保證精度的前提下盡可能地提升檢測速度,能為電氣設計人員帶來巨大的便利性。

    常見的檢測方法無論是傳統(tǒng)的傅里葉變換檢測和小波變換檢測,還是智能算法檢測,均有性能和功能上的不足,不利于對諧波的快速分析。文獻[1]提出了一種普遍適用的神經網(wǎng)絡諧波檢測方法,但是存在采樣數(shù)據(jù)多、迭代次數(shù)多、計算量較大的問題,并且是用tansig函數(shù)來擬合,不便于后續(xù)的數(shù)據(jù)分析。文獻[2-3]提出了一種諧波檢測的方法,先用加海寧窗的傅里葉變換算法求得系統(tǒng)的基頻頻率,再用神經網(wǎng)絡對電壓函數(shù)進行擬合,從而求得各次諧波的幅值以及相位。但是該方法存在兩個弊端:計算過于繁瑣,迭代次數(shù)過多;沒有考慮到系統(tǒng)中存在間諧波的情況,只能進行整次諧波的計算。文獻[4]提出了一種將小波變換和神經網(wǎng)絡結合的算法,大幅減少了迭代次數(shù),雖然初始參數(shù)數(shù)量較多,但運用初值自相關方法減少了初值的變化范圍,相對文獻[2]在性能上有了改進,但是神經網(wǎng)絡結構復雜,神經元數(shù)量較多,并且最終結果精度不高。

    針對上述諧波檢測方法檢測速度慢、檢測精度低的不足,本文提出了帶有預處理分類判別的神經網(wǎng)絡諧波檢測方法。

    1 諧波信號預處理分類

    諧波按照次數(shù)分為整次諧波和間諧波。本文提出了分別針對整次諧波和間諧波的檢測方法,這兩種算法有著不同的神經網(wǎng)絡結構,以此來保證檢測的精度和速度。因此,要首先對諧波信號進行預處理來提取有用信息,判斷出諧波信號中是否有間諧波,以便使用相應的檢測方法進行檢測。諧波信號的預處理需要快速進行,并且實際電壓基波頻率也有小幅波動即ω準確值未知,因此,本文使用傳統(tǒng)算法進行預處理。使用快速傅里葉變換可以反映在一段時間內某段信號存在哪些頻段的信息[5],可以用于判斷是否含有間諧波以及獲取神經網(wǎng)絡迭代初值。本文將傳統(tǒng)算法的優(yōu)勢與智能算法相結合,提出圖1所示的檢測框架,作為本文所提出的諧波信號檢測方法的架構。

    圖1 用于諧波檢測的完整系統(tǒng)結構Fig.1 Complete system structure for harmonic detection

    根據(jù)圖1所提供的諧波處理方案,對于是否含有間諧波的判斷,需要引入人為設定的檢測精度η以及系統(tǒng)中的理論基波頻率f0,離散傅里葉變換之后檢測到的各個頻率fn與f0之間的關系為:

    λ1,λ2,λ3,…,λn中最小值為λa,其所對應的fa即為系統(tǒng)中實際的基波頻率;離散傅里葉變換之后的檢測精度為

    式中:mod函數(shù)表示求余數(shù)運算;floor函數(shù)表示求商運算。如果存在ηn>η,則通過傅里葉變換得到的頻率在滿足檢測精度的情況下不能全部用整次諧波代替,即認為存在間諧波,并按照間諧波檢測方法進行計算,為了減少迭代次數(shù),將2πf1,2πf2,2πf3,…,2πfn作為從輸入層到隱含層權值的迭代初值;否則,按照整次諧波的檢測方法進行計算,且輸入變量中的ω=2πfa.

    2 神經網(wǎng)絡整次諧波檢測及其改進

    神經網(wǎng)絡是一種廣為使用的數(shù)學模型,根據(jù)給定的輸入和輸出的初始值來進行學習,通過調整網(wǎng)絡的鏈接權值來使神經網(wǎng)絡效果更優(yōu)[6-7]。在Matlab中搭建神經網(wǎng)絡,對電壓函數(shù)進行擬合。假設電壓函數(shù)為:

    從t=0開始,每隔0.000 001秒取1組數(shù)據(jù),共取1 800組數(shù)據(jù)作為訓練用神經網(wǎng)絡輸入數(shù)據(jù)。神經網(wǎng)絡訓練結束之后,發(fā)現(xiàn)擬合誤差相差很多,并且學習次數(shù)過多,即使將學習目標定為4×10-8仍然擬合結果不理想,并且在不同的學習率下擬合結果有相當大的誤差,這不適用于函數(shù)的快速擬合;針對不同的電壓函數(shù),擬合的誤差變化也非常大;而且該方法也不能檢測間諧波。該方法是將時間t作為指向神經網(wǎng)絡輸入層的數(shù)據(jù),從輸入層到隱含層的權值以及偏置都會參與運算,并且使用了多個神經元,因此,會增加神經網(wǎng)絡運算的復雜度,計算量過大[8]。

    針對上述問題,本文提出了改進的神經網(wǎng)絡整次諧波檢測方法。對于含有整次諧波的電壓,可以將其函數(shù)寫成[9]:

    將輸入變量由時間t改為矩陣

    權向量矩陣為:

    且滿足u(t)=CWT對應的每次諧波的幅值為:

    每次諧波的相位為:

    即對于輸入變量1,sinωt,cosωt,sin2ωt,cos2ωt,sin3ωt,cos3ωt,…,sinnωt,cosnωt只計算輸入層到隱含層的權值矩陣,相當于將計算簡化為利用神經網(wǎng)絡進行多輸入變量單輸出變量的線性擬合,如圖2所示,減少了神經元個數(shù),從而減少了擬合復雜程度,提升了擬合精準度。

    圖2 轉化為單權值矩陣線性擬合后的神經網(wǎng)絡結構Fig.2 Neural network structure for liner fitting with single matrix of weight

    仍然以傳統(tǒng)神經網(wǎng)絡仿真中的電壓函數(shù)為例,使用初步改進的算法進行仿真,并且和傳統(tǒng)方法使用相同的學習目標。為了驗證擬合效果,取2 000組數(shù)據(jù),前1 800組用于訓練神經網(wǎng)絡,后200組數(shù)據(jù)用于檢驗擬合效果。人為設定可以計算到10次諧波,由于神經網(wǎng)絡只用于權值的分配,因此,神經元數(shù)量設定為1,學習率設定為0.02。此次訓練只經過22次迭代就達到了誤差要求,擬合效果如圖3—圖4所示。

    圖3 預測輸出與期望輸出的重合效果Fig.3 Consistency of output predicted and expected

    圖4 200個預測點的誤差百分比Fig.4 Errors percentage of 200 prediction points

    表1 改進后的整次諧波檢測算法的檢測結果Tab.1 Results of improved algorithm for integer-harmonic detection

    由圖3—圖4可以看出:200組預測輸出和期望輸出做到了良好的重合,說明擬合效果比較理想。除了個別點以外,數(shù)據(jù)的預測值和實際值相差很小,且誤差最大也沒有超過3%,說明此種方法擬合效果理想,可以用于諧波信號的分析。通過查看隱含層到輸出層的權值,可以計算出各次諧波的幅值,結果如表1所示。

    由表1可以看出,這種方法可以很好地檢測諧波,檢測出的諧波無論是相位還是幅值誤差都非常小,并且相對于原來的方法,大幅地減少了運算量。若使用原算法對該電壓函數(shù)進行諧波檢測,需要迭代672次才能達到誤差目標,而本文算法僅需迭代22次即原算法3%的迭代次數(shù)就能達到相同的誤差目標。由此說明,通過簡化神經網(wǎng)絡結構,在神經網(wǎng)絡前端對輸入數(shù)據(jù)進行處理,并減少權值矩陣個數(shù),可以大幅減少運算量,同時提升檢測精度。該方法改進了整次諧波的檢測,但是不能用于檢測間諧波。

    3 神經網(wǎng)絡間諧波檢測方法

    間諧波往往出現(xiàn)在含有變頻器、工業(yè)電弧爐、鐵磁諧振的網(wǎng)絡中,對系統(tǒng)的危害較大:因改變了電壓過零時刻,有可能導致數(shù)字繼電器出現(xiàn)異常;間諧波會使電機產生噪聲、引起電網(wǎng)波形發(fā)生畸變,降低功率因數(shù)等[10-11]。由于間諧波的頻率性未知,很難實現(xiàn)對其同步,容易產生頻譜泄露[12-13]。常見處理方法是利用加窗傅里葉變換來檢測,但是為了能檢測到信號中所有的諧波和間諧波,加窗的寬度往往是幾十個信號周期,容易受噪聲干擾[14]。

    上文第2節(jié)整次諧波檢測的改進方法主要通過人為對輸入量t做處理,并且選取的諧波次數(shù)均為整數(shù)倍,使神經網(wǎng)絡大幅簡化。當存在間諧波時,由于不知道可能存在的諧波次數(shù),因此,不能像整次諧波一樣對t進行處理,需要對神經網(wǎng)絡進行進一步的改進。

    將神經網(wǎng)絡隱含層的傳遞函數(shù)定義為正弦函數(shù),輸入變量為時間t,神經網(wǎng)絡在訓練過程中會自動計算輸入層到隱含層的權值和偏置以及隱含層到輸出層的權值和偏置。輸入層到隱含層的權值矩陣代表諧波的次數(shù),偏置代表各次諧波的相位。隱含層到輸出層的權值矩陣代表各次諧波的幅值,偏置代表諧波中存在的直流分量[15]。按照此方法搭建神經網(wǎng)絡結構,如圖5所示。對含有間諧波的電壓函數(shù)進行擬合,設電壓函數(shù)為:

    圖5 用于計算間諧波的神經網(wǎng)絡結構Fig.5 Neural network structure for inter-harmonic calculation

    在(0,0.2π)區(qū)間內均勻取100個點進行采樣,作為訓練神經網(wǎng)絡用的數(shù)據(jù)。無論如何設置神經網(wǎng)絡參數(shù),發(fā)現(xiàn)在可以接受的擬合次數(shù)內,擬合誤差最小只能達到10-4級別,最終導致計算誤差較大,擬合效果不理想。分析其原因為:正弦函數(shù)的周期性導致在隱含層之前進行偏置計算時,使偏置數(shù)值變?yōu)樵瓟?shù)據(jù)的相位值加上若干倍的函數(shù)周期,例如在計算0.5倍諧波的相位時,最終結果約為0.1+4kπ(k為整數(shù)),從而導致計算量的變大和最終計算精度的降低。因此,要使用傳遞函數(shù)為正弦和傳遞函數(shù)為余弦的兩組神經元進行擬合,搭建的神經網(wǎng)絡結構如圖6所示。設要顯示的頻率個數(shù)為n,即神經元個數(shù)為2n,從輸入層到隱含層的權值矩陣的元素個數(shù)為n,從隱含層到輸出層的權值矩陣元素個數(shù)為2n,偏置矩陣元素個數(shù)為1。

    圖6 改進型間諧波計算神經網(wǎng)絡結構Fig.6 Improved neural network structure for inter-harmonic calculation

    仍然以式(9)電壓函數(shù)為例,按照圖6結構搭建神經網(wǎng)絡,與之前方法不同的是,為了保證神經元傳遞函數(shù)的單調性,便于對權值的調整,用于訓練神經網(wǎng)絡的采樣點應在(0,0.25π)之間。設置神經網(wǎng)絡神經元個數(shù)為6,采樣數(shù)量為200,學習率為0.01,進行訓練。在迭代2 000次之后,雖然計算誤差達到了8×10-5,最終的檢測結果仍然沒有達到所需的精度,檢測誤差在10%左右,如圖7所示,需要將迭代時的計算誤差目標值設定更低,但這無疑會導致計算量增加。分析其原因為學習步長選擇過小,但人為將學習步長設置大一些,有可能導致擬合精度不高或者很難收斂。

    圖7 定學習率間諧波檢測神經網(wǎng)絡誤差與迭代次數(shù)的關系Fig.7 Relationship between error and iteration time of neural network with fixed step-size for interharmonic detection

    為此,本文引入學習率自適應調節(jié),根據(jù)迭代誤差情況自動調節(jié)下一次修改權值的步長,以提高收斂速度。本例中采用的權值學習公式為:

    式中:W1(n)表示上一次計算得出的從輸入層到隱含層的權值矩陣,并以此類推;l為學習步長;x為采樣點中的時間變量;D1為由誤差e、從隱含層到輸出層的權值矩陣W2生成的表達式:

    隱含層到輸出層的權值矩陣學習公式為:

    式中:y為通過神經網(wǎng)絡計算得到的輸出。

    由式(10)、式(11)可知,步長l為固定值,這不利于神經網(wǎng)絡的快速收斂。根據(jù)變步長LMS算法對其進行改進[16],LMS算法簡單,穩(wěn)定性好,被廣泛應用于信號處理領域[17]。其改進思路是根據(jù)誤差大小自動調節(jié)步長大小:在迭代初期,誤差較大,同時也將步長調大,加快收斂;當趨近于目標誤差時,將步長調小,以保證計算精度[18]。步長自適應調節(jié)公式為:

    變步長LMS算法設置了兩個參數(shù)α、β,分別控制雙曲正切函數(shù)的形狀和步長調節(jié)的范圍;h用于調整函數(shù)底部形狀,其值越大說明函數(shù)底部越平穩(wěn),在誤差逐漸趨近于理想值時步長就越小[19-20],有利于收斂。按照變步長算法來改進神經網(wǎng)絡的權值學習函數(shù),設α=1.5、β=0.1、h=5并進行擬合。在迭代了846次后,訓練精度達到10-6級別,僅使用原算法42%的迭代次數(shù)便將訓練精度提升了10倍,相比之前的方法有所提高。

    圖8為預測輸出和實際輸出的關系圖,由圖8可知擬合效果良好。

    圖8 變學習率間諧波算法預測值與實際值的重合效果Fig.8 Consistency of prediction and expectation by inter-harmonic detection algorithm with adaptive step-size

    圖9為誤差隨迭代次數(shù)變化的曲線,為了方便觀察,只取了前450次迭代誤差進行顯示,并將變學習率檢測方法和定學習率檢測方法的誤差變化曲線進行對比。由圖9可知,改進的變學習率方法收斂效果很好,速度很快。

    圖9 變學習率和定學習率檢測方法誤差-迭代次數(shù)曲線對比Fig.9 Comparison between error-iteration curves of detection algorithm with fixed and adaptive step-size

    設輸入層到隱含層的權值分別為w11,w12,w13,…,w1n,隱含層到輸出層的權值分別為w21,w22,w23,…,w2(2n-1),w2(2n),仿真后的結果如表2、表3所示。

    由表2—表3可知,改進的間諧波檢測方法可以在計算量較少的情況下有著較高的檢測精度。該方法其實也可以用于整次諧波的檢測,但是顯而易見的是,和第2節(jié)中整次諧波檢測方法相比其迭代次數(shù)過多,影響檢測性能。因此,如果不含有間諧波,不建議使用這種方法,使用本文提供的整次諧波檢測方法可以快速準確地檢測整次諧波。這也是在兩種神經網(wǎng)絡結構之前對諧波信號進行預處理的原因。

    表2 使用改進的間諧波檢測方法計算得到的權值Tab.2 Weight calculated by improved inter-harmonic detection algorithm

    表3 改進的間諧波檢測方法檢測結果Tab.3 Results of improved algorithm for inter-harmonic detection

    4 結 論

    本文提出了一種對諧波信號進行預處理的算法,用于判別諧波信號的類型,并且獲得神經網(wǎng)絡的迭代初值。按照諧波信號的類別分別采用對應的神經網(wǎng)絡進行計算:

    (1)整次諧波檢測使用的神經網(wǎng)絡在輸入變量和權值計算環(huán)節(jié)按照諧波次數(shù)都是整數(shù)的特點進行了簡化,在將時間變量t輸入到神經網(wǎng)絡之前進行初步處理,去除了不必要的權值計算環(huán)節(jié),提高了運算速度,使得改進算法僅用原算法約3%的迭代次數(shù)就得到了準確的結果。

    (2)在檢測含有間諧波的諧波信號時,使用了分組式神經元,將兩個神經元作為一組,共享同一個輸入權值,以最簡潔的神經網(wǎng)絡結構來表示出諧波信號的表達式,并在迭代值調整環(huán)節(jié)使用變步長算法來提升收斂速度,最終,改進算法使用原算法42%的迭代次數(shù)便達到了10倍于原算法的訓練精度。

    猜你喜歡
    步長權值諧波
    一種融合時間權值和用戶行為序列的電影推薦模型
    基于Armijo搜索步長的BFGS與DFP擬牛頓法的比較研究
    CONTENTS
    基于權值動量的RBM加速學習算法研究
    自動化學報(2017年7期)2017-04-18 13:41:02
    虛擬諧波阻抗的并網(wǎng)逆變器諧波抑制方法
    基于ELM的電力系統(tǒng)諧波阻抗估計
    電源技術(2015年11期)2015-08-22 08:50:58
    基于ICA和MI的諧波源識別研究
    電測與儀表(2015年8期)2015-04-09 11:50:00
    基于逐維改進的自適應步長布谷鳥搜索算法
    一種新型光伏系統(tǒng)MPPT變步長滯環(huán)比較P&O法
    電測與儀表(2014年2期)2014-04-04 09:04:00
    電力系統(tǒng)諧波與諧波抑制綜述
    河南科技(2014年23期)2014-02-27 14:18:56
    日韩强制内射视频| 亚洲人成网站在线观看播放| 日韩欧美在线乱码| 晚上一个人看的免费电影| 波多野结衣高清作品| 男女做爰动态图高潮gif福利片| 国国产精品蜜臀av免费| 国产淫片久久久久久久久| 午夜精品国产一区二区电影 | 欧美成人免费av一区二区三区| 99国产精品一区二区蜜桃av| 欧美潮喷喷水| 成人美女网站在线观看视频| 午夜视频国产福利| 欧美日韩国产亚洲二区| 大香蕉久久网| 亚洲色图av天堂| 亚洲,欧美,日韩| 精品久久久久久久人妻蜜臀av| av在线亚洲专区| 久久久久久久亚洲中文字幕| 人妻制服诱惑在线中文字幕| 三级经典国产精品| 在线观看av片永久免费下载| 最新中文字幕久久久久| 国产一区二区亚洲精品在线观看| 九九热线精品视视频播放| 99riav亚洲国产免费| 国产日本99.免费观看| 一进一出抽搐动态| 亚洲精品456在线播放app| 亚洲不卡免费看| 国产精品野战在线观看| 国内精品一区二区在线观看| 成年女人看的毛片在线观看| avwww免费| 国产精品日韩av在线免费观看| av视频在线观看入口| 国产精品嫩草影院av在线观看| 韩国av在线不卡| 亚洲在线观看片| 少妇高潮的动态图| 午夜福利在线在线| 亚洲av成人av| 久久综合国产亚洲精品| 午夜老司机福利剧场| 欧美成人精品欧美一级黄| 少妇的逼水好多| 人妻制服诱惑在线中文字幕| 亚洲激情五月婷婷啪啪| 日产精品乱码卡一卡2卡三| 丰满人妻一区二区三区视频av| 欧美一区二区亚洲| 男人和女人高潮做爰伦理| 日本在线视频免费播放| 在线播放无遮挡| 在线观看66精品国产| 国产 一区精品| 日韩强制内射视频| 乱系列少妇在线播放| 乱码一卡2卡4卡精品| 国产白丝娇喘喷水9色精品| 三级男女做爰猛烈吃奶摸视频| 人妻夜夜爽99麻豆av| 亚洲乱码一区二区免费版| 国产午夜精品久久久久久一区二区三区| 2022亚洲国产成人精品| 国内揄拍国产精品人妻在线| 九色成人免费人妻av| 亚洲七黄色美女视频| 免费观看的影片在线观看| 久久久久性生活片| 日韩欧美 国产精品| 自拍偷自拍亚洲精品老妇| 菩萨蛮人人尽说江南好唐韦庄 | 国产成人一区二区在线| 又粗又爽又猛毛片免费看| 欧美一区二区国产精品久久精品| 国产69精品久久久久777片| 97超碰精品成人国产| 久久欧美精品欧美久久欧美| 两个人视频免费观看高清| 欧美成人精品欧美一级黄| 欧美不卡视频在线免费观看| 男女下面进入的视频免费午夜| 青春草亚洲视频在线观看| 高清毛片免费观看视频网站| 99热6这里只有精品| 午夜激情欧美在线| 非洲黑人性xxxx精品又粗又长| 亚洲欧美精品综合久久99| 国产毛片a区久久久久| 在线观看一区二区三区| 性插视频无遮挡在线免费观看| 久久精品国产亚洲av天美| 免费av不卡在线播放| 99热网站在线观看| 久久久久九九精品影院| 欧美一级a爱片免费观看看| 悠悠久久av| 欧美性猛交黑人性爽| 国产中年淑女户外野战色| 日韩在线高清观看一区二区三区| 国产午夜精品久久久久久一区二区三区| 少妇裸体淫交视频免费看高清| 国产精品蜜桃在线观看 | 成年女人永久免费观看视频| 女人被狂操c到高潮| 婷婷亚洲欧美| 亚洲av成人av| 日本撒尿小便嘘嘘汇集6| 国产伦一二天堂av在线观看| 国产蜜桃级精品一区二区三区| 在线观看午夜福利视频| 免费看av在线观看网站| 成人性生交大片免费视频hd| 亚洲精品色激情综合| 有码 亚洲区| 97热精品久久久久久| 99久久成人亚洲精品观看| 欧美三级亚洲精品| 国产av不卡久久| 国产黄色视频一区二区在线观看 | 久久久久久久久久久免费av| 99热只有精品国产| 国产真实乱freesex| 国产亚洲精品av在线| 欧美日韩精品成人综合77777| 岛国在线免费视频观看| 久久精品国产亚洲av天美| 日本黄色视频三级网站网址| 中国国产av一级| 久久精品国产99精品国产亚洲性色| 欧美人与善性xxx| 少妇丰满av| 99riav亚洲国产免费| 欧美潮喷喷水| 亚洲欧美成人综合另类久久久 | 精品久久久久久久久久免费视频| 亚洲激情五月婷婷啪啪| 校园人妻丝袜中文字幕| 免费黄网站久久成人精品| 熟女电影av网| 舔av片在线| 中文字幕制服av| 精品不卡国产一区二区三区| a级毛片a级免费在线| 91精品国产九色| 欧美日韩综合久久久久久| av又黄又爽大尺度在线免费看 | 亚洲av电影不卡..在线观看| 国产免费一级a男人的天堂| 激情 狠狠 欧美| 亚洲av不卡在线观看| 婷婷亚洲欧美| 国产高清视频在线观看网站| 欧美成人精品欧美一级黄| 美女脱内裤让男人舔精品视频 | 中文在线观看免费www的网站| 91久久精品电影网| 偷拍熟女少妇极品色| 99热这里只有精品一区| 日本-黄色视频高清免费观看| a级毛片免费高清观看在线播放| 久久久国产成人精品二区| h日本视频在线播放| 国产成年人精品一区二区| 少妇人妻精品综合一区二区 | 亚洲自偷自拍三级| 成人性生交大片免费视频hd| 国产精品人妻久久久久久| 婷婷色综合大香蕉| 亚洲va在线va天堂va国产| 小蜜桃在线观看免费完整版高清| 99久久精品热视频| 午夜爱爱视频在线播放| 久久鲁丝午夜福利片| 高清日韩中文字幕在线| 一进一出抽搐动态| 色综合色国产| 久久久久久大精品| 国产单亲对白刺激| 99视频精品全部免费 在线| 九九热线精品视视频播放| 中文字幕免费在线视频6| 亚洲第一区二区三区不卡| 国产精品精品国产色婷婷| 99热这里只有精品一区| 高清午夜精品一区二区三区 | 国产白丝娇喘喷水9色精品| 久久人人爽人人爽人人片va| 欧美另类亚洲清纯唯美| 国产一级毛片七仙女欲春2| 超碰av人人做人人爽久久| 亚洲国产精品国产精品| 日韩人妻高清精品专区| 少妇裸体淫交视频免费看高清| 中出人妻视频一区二区| 99热这里只有精品一区| 国产91av在线免费观看| 麻豆成人av视频| 寂寞人妻少妇视频99o| 久久婷婷人人爽人人干人人爱| 一区二区三区免费毛片| 国产精品伦人一区二区| 三级经典国产精品| 97超视频在线观看视频| 99在线视频只有这里精品首页| 老女人水多毛片| av福利片在线观看| 国产真实伦视频高清在线观看| 91久久精品国产一区二区三区| 国产精华一区二区三区| 亚洲av不卡在线观看| 免费看光身美女| 久久精品国产自在天天线| 男女视频在线观看网站免费| 99久国产av精品| 黄色日韩在线| 国产精品,欧美在线| 99久久精品国产国产毛片| 99精品在免费线老司机午夜| 一区二区三区高清视频在线| 舔av片在线| 久久草成人影院| 99视频精品全部免费 在线| 亚洲国产欧洲综合997久久,| 在线免费观看不下载黄p国产| 看免费成人av毛片| 久久中文看片网| 好男人在线观看高清免费视频| 波多野结衣巨乳人妻| 午夜福利在线在线| 一区二区三区四区激情视频 | 亚洲激情五月婷婷啪啪| a级毛片免费高清观看在线播放| 熟女人妻精品中文字幕| 在线国产一区二区在线| 国产极品天堂在线| 校园人妻丝袜中文字幕| 校园春色视频在线观看| 成人高潮视频无遮挡免费网站| 欧美又色又爽又黄视频| 久久精品影院6| 春色校园在线视频观看| 午夜精品国产一区二区电影 | 国产综合懂色| 一个人看的www免费观看视频| 18禁黄网站禁片免费观看直播| 亚洲无线在线观看| 成人二区视频| 成人高潮视频无遮挡免费网站| 日韩欧美一区二区三区在线观看| 欧美xxxx黑人xx丫x性爽| 直男gayav资源| 全区人妻精品视频| 黄色视频,在线免费观看| 国产成人a区在线观看| 精品人妻视频免费看| 午夜爱爱视频在线播放| 女同久久另类99精品国产91| 岛国在线免费视频观看| 亚洲人成网站在线观看播放| av免费在线看不卡| 欧美成人精品欧美一级黄| 天天躁夜夜躁狠狠久久av| 天天躁日日操中文字幕| 91精品一卡2卡3卡4卡| 在线免费观看的www视频| 免费看日本二区| 天天躁夜夜躁狠狠久久av| 亚洲va在线va天堂va国产| 免费看光身美女| a级毛片免费高清观看在线播放| 国产亚洲av片在线观看秒播厂 | 中文资源天堂在线| 亚洲av成人av| 精品久久久久久久久久免费视频| 国产精品一及| 日本三级黄在线观看| av在线观看视频网站免费| 久久午夜亚洲精品久久| 黄色日韩在线| 国产成人a∨麻豆精品| 91狼人影院| 床上黄色一级片| 久久久久久久久久久丰满| 亚洲国产精品sss在线观看| 国产精品美女特级片免费视频播放器| 中文亚洲av片在线观看爽| 日日干狠狠操夜夜爽| 亚洲精华国产精华液的使用体验 | 熟妇人妻久久中文字幕3abv| 18禁在线播放成人免费| 国产激情偷乱视频一区二区| 国产精品一区二区三区四区久久| 久久久a久久爽久久v久久| 在线观看一区二区三区| 亚洲一区高清亚洲精品| 精品人妻偷拍中文字幕| 男插女下体视频免费在线播放| 成年版毛片免费区| 日本av手机在线免费观看| 国产在线男女| 有码 亚洲区| 亚洲av成人精品一区久久| 九九久久精品国产亚洲av麻豆| 亚洲一区高清亚洲精品| 国产爱豆传媒在线观看| 亚洲七黄色美女视频| 干丝袜人妻中文字幕| 好男人视频免费观看在线| 乱码一卡2卡4卡精品| 最好的美女福利视频网| 高清毛片免费观看视频网站| 久久久久久久久久成人| 色综合亚洲欧美另类图片| 在现免费观看毛片| 日日摸夜夜添夜夜添av毛片| 免费电影在线观看免费观看| 一级av片app| 身体一侧抽搐| 亚洲国产精品成人综合色| a级一级毛片免费在线观看| 国产精品久久久久久精品电影| 青春草国产在线视频 | av国产免费在线观看| 禁无遮挡网站| 精品久久久久久久人妻蜜臀av| 久久久午夜欧美精品| 欧美性猛交黑人性爽| 99久国产av精品| 国产午夜福利久久久久久| 中文字幕熟女人妻在线| 午夜精品国产一区二区电影 | 天堂中文最新版在线下载 | 我要搜黄色片| 午夜久久久久精精品| 国产av在哪里看| 中国美女看黄片| 黄色配什么色好看| 超碰av人人做人人爽久久| 大又大粗又爽又黄少妇毛片口| 我的女老师完整版在线观看| 99久久成人亚洲精品观看| 久久这里只有精品中国| 欧洲精品卡2卡3卡4卡5卡区| 婷婷六月久久综合丁香| 一卡2卡三卡四卡精品乱码亚洲| 久久99蜜桃精品久久| 韩国av在线不卡| 亚洲av中文av极速乱| 国产麻豆成人av免费视频| 99久久久亚洲精品蜜臀av| 亚洲欧美日韩高清专用| 欧美三级亚洲精品| 国产亚洲av嫩草精品影院| 你懂的网址亚洲精品在线观看 | 九九爱精品视频在线观看| 少妇丰满av| 老司机福利观看| 国产一区二区三区av在线 | 亚洲av.av天堂| 久久精品国产鲁丝片午夜精品| 亚洲欧美成人综合另类久久久 | 人人妻人人澡人人爽人人夜夜 | 国产精品久久久久久精品电影| 亚洲图色成人| 色综合亚洲欧美另类图片| 久久精品国产鲁丝片午夜精品| 99久久精品热视频| 精品久久久久久久久久久久久| 色综合亚洲欧美另类图片| 国产av一区在线观看免费| 免费av毛片视频| 久久久久久久久久久丰满| 精品一区二区免费观看| 一本精品99久久精品77| 国产精品免费一区二区三区在线| 国产色婷婷99| 一级毛片电影观看 | www.av在线官网国产| 亚洲av熟女| 九草在线视频观看| 久久6这里有精品| 岛国毛片在线播放| 男女视频在线观看网站免费| 中文亚洲av片在线观看爽| 亚洲欧美清纯卡通| 身体一侧抽搐| 热99re8久久精品国产| 亚洲av中文av极速乱| 人妻系列 视频| 村上凉子中文字幕在线| 蜜桃亚洲精品一区二区三区| avwww免费| 色尼玛亚洲综合影院| 日日撸夜夜添| 精品久久久噜噜| 中文精品一卡2卡3卡4更新| 精品国内亚洲2022精品成人| or卡值多少钱| 国产精品乱码一区二三区的特点| 免费人成视频x8x8入口观看| 全区人妻精品视频| 久久久久网色| 日韩精品青青久久久久久| 秋霞在线观看毛片| 国产精品无大码| 男人狂女人下面高潮的视频| 国产高清激情床上av| 级片在线观看| 九色成人免费人妻av| 国产午夜精品一二区理论片| 偷拍熟女少妇极品色| 国产成人freesex在线| 色播亚洲综合网| 在线a可以看的网站| 18禁裸乳无遮挡免费网站照片| 国产极品精品免费视频能看的| 欧美色视频一区免费| 中文字幕av成人在线电影| a级毛色黄片| av国产免费在线观看| 日本三级黄在线观看| 99久久中文字幕三级久久日本| 精品久久久噜噜| 亚洲国产欧美人成| 国产成人一区二区在线| 日韩av在线大香蕉| 插逼视频在线观看| 亚洲国产色片| 91aial.com中文字幕在线观看| 欧美极品一区二区三区四区| 在线免费观看的www视频| 99热精品在线国产| 听说在线观看完整版免费高清| 国产成人freesex在线| 嫩草影院入口| 我的老师免费观看完整版| 国产美女午夜福利| 亚洲欧美精品专区久久| 99热这里只有精品一区| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 亚洲精品日韩av片在线观看| 欧洲精品卡2卡3卡4卡5卡区| 欧美精品国产亚洲| 国产精品不卡视频一区二区| av视频在线观看入口| 国产老妇女一区| 日本欧美国产在线视频| 欧美日韩一区二区视频在线观看视频在线 | 亚洲精品国产av成人精品| 国产午夜福利久久久久久| 精品人妻熟女av久视频| 美女大奶头视频| 国产av一区在线观看免费| 亚洲av成人av| 国产伦一二天堂av在线观看| 午夜福利在线观看吧| 国产午夜福利久久久久久| 欧美xxxx性猛交bbbb| 国产一区二区三区av在线 | 成年女人永久免费观看视频| 不卡视频在线观看欧美| 欧美xxxx黑人xx丫x性爽| 麻豆久久精品国产亚洲av| 精品无人区乱码1区二区| 欧美日韩精品成人综合77777| 国产在视频线在精品| 久久精品影院6| 国产伦理片在线播放av一区 | 欧美+日韩+精品| 18禁在线无遮挡免费观看视频| 三级国产精品欧美在线观看| 欧美3d第一页| 美女国产视频在线观看| 成人午夜精彩视频在线观看| 亚洲欧美日韩卡通动漫| 色哟哟哟哟哟哟| 99热这里只有是精品在线观看| 久久精品久久久久久噜噜老黄 | 国产成人精品久久久久久| 狂野欧美白嫩少妇大欣赏| 国产午夜精品久久久久久一区二区三区| 内地一区二区视频在线| 亚洲内射少妇av| 亚洲在久久综合| 日韩高清综合在线| 久久热精品热| 精品99又大又爽又粗少妇毛片| 黑人高潮一二区| 国产精品不卡视频一区二区| 精品久久久久久久末码| 边亲边吃奶的免费视频| 久久草成人影院| 在线免费观看的www视频| 国产成人午夜福利电影在线观看| 男女视频在线观看网站免费| ponron亚洲| 晚上一个人看的免费电影| 亚州av有码| av在线亚洲专区| 欧美成人一区二区免费高清观看| 亚洲精品亚洲一区二区| 国产久久久一区二区三区| av又黄又爽大尺度在线免费看 | 成人亚洲欧美一区二区av| 能在线免费观看的黄片| 色噜噜av男人的天堂激情| 日韩视频在线欧美| 国产黄色小视频在线观看| 欧美日韩一区二区视频在线观看视频在线 | 看片在线看免费视频| 狠狠狠狠99中文字幕| 国产一级毛片七仙女欲春2| 久久精品久久久久久久性| 菩萨蛮人人尽说江南好唐韦庄 | 黄色配什么色好看| 久久久国产成人免费| 日韩欧美精品v在线| 国产色爽女视频免费观看| 一级二级三级毛片免费看| 国产精品永久免费网站| 淫秽高清视频在线观看| 在线a可以看的网站| 久久人人爽人人片av| 精品国产三级普通话版| av专区在线播放| 两个人视频免费观看高清| 人妻夜夜爽99麻豆av| 中出人妻视频一区二区| 长腿黑丝高跟| 亚洲在久久综合| 18禁裸乳无遮挡免费网站照片| 日产精品乱码卡一卡2卡三| av黄色大香蕉| 久久久精品94久久精品| 国产午夜精品论理片| 观看美女的网站| 亚洲成人av在线免费| 三级毛片av免费| 日韩欧美精品v在线| 午夜精品国产一区二区电影 | 久久草成人影院| 亚洲国产欧洲综合997久久,| 国产精品乱码一区二三区的特点| 久久久国产成人免费| 色噜噜av男人的天堂激情| 美女被艹到高潮喷水动态| 夜夜爽天天搞| 中文字幕av成人在线电影| 日本在线视频免费播放| 我要看日韩黄色一级片| 免费av不卡在线播放| 日韩一区二区三区影片| 国产精品国产三级国产av玫瑰| 麻豆成人av视频| 在现免费观看毛片| 26uuu在线亚洲综合色| 国产激情偷乱视频一区二区| 久久午夜福利片| 只有这里有精品99| 精品久久久久久久久久免费视频| 日日干狠狠操夜夜爽| 久久久久久九九精品二区国产| 亚洲精品乱码久久久v下载方式| 亚洲欧洲日产国产| 一级黄色大片毛片| 国产69精品久久久久777片| 国产高清视频在线观看网站| 国产毛片a区久久久久| 最近2019中文字幕mv第一页| 精品一区二区免费观看| 色5月婷婷丁香| 男人和女人高潮做爰伦理| 色噜噜av男人的天堂激情| 亚洲人成网站在线观看播放| 一本久久精品| 91av网一区二区| 99久久精品一区二区三区| videossex国产| 日本五十路高清| 久久久久久久亚洲中文字幕| 女人十人毛片免费观看3o分钟| 久久热精品热| 中文在线观看免费www的网站| 综合色丁香网| 我的老师免费观看完整版| 高清毛片免费看| 99九九线精品视频在线观看视频| av.在线天堂| 欧美极品一区二区三区四区| 亚洲最大成人av| 国产一级毛片七仙女欲春2| 99热这里只有精品一区| 舔av片在线| 精品一区二区三区人妻视频| 欧洲精品卡2卡3卡4卡5卡区| 99九九线精品视频在线观看视频| 麻豆久久精品国产亚洲av| 国产久久久一区二区三区| 欧美一区二区亚洲| 91久久精品电影网| 日本在线视频免费播放| 在线观看美女被高潮喷水网站| 色哟哟哟哟哟哟| 日本在线视频免费播放| 日本免费a在线| 国产精品综合久久久久久久免费| 国产久久久一区二区三区| 超碰av人人做人人爽久久| 久久久久久九九精品二区国产| 中文字幕人妻熟人妻熟丝袜美| 搡老妇女老女人老熟妇|