• <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 ?

    改進人工蜂群算法優(yōu)化SVM的電能表故障診斷研究

    2022-09-16 13:30:54韓彤楊正宇陳葉趙振剛
    機床與液壓 2022年6期
    關(guān)鍵詞:蜜源電能表蜂群

    韓彤,楊正宇 ,,陳葉 ,趙振剛

    (1.云南電網(wǎng)有限責任公司電力科學(xué)研究院,云南昆明 650217;2.昆明理工大學(xué)信息工程與自動化學(xué)院,云南昆明 650500)

    0 前言

    電力系統(tǒng)的穩(wěn)定運行依賴于各種電力設(shè)備,其中電能表是電力系統(tǒng)運行中的重要計量設(shè)備,用于測量用電量以及傳輸數(shù)據(jù)。隨著電能表更新迭代越來越快,精密程度越來越高,其功能也更加多樣化、模塊化,倘若電能表故障得不到及時處理,將對電力系統(tǒng)穩(wěn)定運行產(chǎn)生嚴重影響,因此準確快速識別電能表故障類型對維護電力系統(tǒng)正常運行、提高電表檢修效率有重要意義。

    目前主要采用的分類預(yù)測算法包括決策樹、支持向量機、人工神經(jīng)網(wǎng)絡(luò)和隨機森林等。文獻[4]中利用模型自適應(yīng)選擇融合方法,通過分別取各類樣本分類精度的最大值,計算樣本精度閾值和差值,利用閾值和差值比較標記后選擇融合模型,但是融合過程中計算過于繁瑣,參量太多,計算工作量較大。文獻[5]中利用排列熵(PE)具有抗噪能力強、計算效率高等優(yōu)點,通過提取故障信號的MPE作為特征向量輸入,將PSO與SVM結(jié)合起來建立模型,對SVM中參數(shù)進行優(yōu)化選擇,有著搜索速度快、效率高、算法簡單的優(yōu)點,但是對于離散的優(yōu)化問題處理不佳,容易陷入局部最優(yōu)。文獻[6]中研究基于膠囊網(wǎng)絡(luò)的診斷方法,特點是利用卷積神經(jīng)網(wǎng)絡(luò)強大的特征學(xué)習能力提取故障特征,建立特征和故障類型之間的映射關(guān)系,建立訓(xùn)練模型,結(jié)果表明診斷精度得到提高,但是編碼過程過于復(fù)雜。文獻[7]中充分分析特征與故障類型的相關(guān)性關(guān)系,基于實時數(shù)據(jù)與歷史數(shù)據(jù)的SVM相關(guān)性分類方法實現(xiàn)判別,得到高精度判別模型,但是此模型需要大量數(shù)據(jù)進行支持,提高了系統(tǒng)運行的復(fù)雜性。黃帥等人利用PSO-LSSVM模型進行鋼絲繩的故障診斷研究,相比于PSO-SVM速度明顯提升,但是測試精度上沒什么優(yōu)勢,而且相比之下不具有稀疏性。田干等人利用支持向量機回歸(SVR)與最小二乘估計法相結(jié)合,建立了液體火箭發(fā)動機故障預(yù)測模型(LS-SVR),并分別將其應(yīng)用于液體火箭發(fā)動機參數(shù)預(yù)測問題,但是分析選用的總樣本數(shù)量較少,不具有很強的說服力。

    人工蜂群(Artificial Bee Colony,ABC)算法是基于蜜蜂采蜜機制的蜂群算法,具有算法參數(shù)少、易于實現(xiàn)、穩(wěn)定性好的優(yōu)點。作者針對傳統(tǒng)優(yōu)化算法易于陷入局部最優(yōu)的問題,利用Tent混沌搜索隨機、遍歷行的特點對ABC進行優(yōu)化,有利于使其跳出局部最優(yōu)解,通過不斷優(yōu)化支持向量機懲罰因子與核函數(shù),提高了分類器的性能。通過實驗仿真分析,驗證了CABC-SVM在電能表故障診斷方面的優(yōu)越性。

    1 改進人工蜂群算法研究

    1.1 人工蜂群算法原理

    人工蜂群算法中,蜜蜂種類包含引領(lǐng)蜂、跟隨蜂以及偵查蜂,蜜蜂對蜜源的搜索過程如下:(1)引領(lǐng)蜂負責發(fā)現(xiàn)蜜源,并記錄蜜源信息;(2)跟隨蜂通過識別引領(lǐng)蜂提供的蜜源信息,隨機選擇一個蜜源;(3)當一個蜜源被放棄后,相應(yīng)的引領(lǐng)蜂變?yōu)閭刹榉?,繼續(xù)尋找新的蜜源。

    在ABC算法過程中,蜜源的位置代表優(yōu)化問題的可行解,蜜源的質(zhì)量(適應(yīng)度值)代表可行解的質(zhì)量。首先,ABC算法隨機生成含有個解的初始種群,每個解(=1,2,…,)用一個維向量=(1,2,…,)來表示,是待優(yōu)化問題的特征參數(shù)的個數(shù)。初始解產(chǎn)生公式為

    =+rand(0,1)(-)

    (1)

    其中:、分別為取值范圍的上、下限;rand(0,1)為0~1之間的隨機數(shù)。

    跟隨蜂根據(jù)得到的蜜源信息按照概率進行選擇,質(zhì)量越高的蜜源被選擇的概率越大。引領(lǐng)蜂和跟隨蜂按照下式搜索蜜源

    (2)

    其中:∈{1,2,…,},∈{1,2,…,},和均為隨機選取,但是≠;為[-1,1]間的隨機數(shù)。

    這里跟隨蜂選擇第個蜜源采蜜的概率為

    fit=()

    (3)

    式中:為第個蜜源(解)被選擇的概率;fit為第個解的適應(yīng)度值;()為適應(yīng)度函數(shù)。

    假定某個解未被更新的次數(shù)超過“l(fā)imit”,則表示這個解連續(xù)經(jīng)過有限次循環(huán)之后沒有得到改善,認為這個解陷入局部最優(yōu),那么這個解就要考慮被放棄,與這個解相對應(yīng)的引領(lǐng)蜂也轉(zhuǎn)變?yōu)閭刹旆?。計算公式如?/p>

    (4)

    1.2 Tent混沌映射優(yōu)化原理

    Tent混沌映射(Chaos Optimization Algorithm)是利用混沌搜索的遍歷性特點,使混沌算法在計算過程中可以不重復(fù)地經(jīng)歷一定范圍狀態(tài),通過采用Tent映射模型系統(tǒng)產(chǎn)生混沌變量,并映射到相應(yīng)取值區(qū)間進行混沌搜索。Tent混沌映射表達式如下

    (5)

    Tent混沌映射經(jīng)貝努利變換后表達式如下

    +1=(2)mod1

    (6)

    其中:表示(0,1)中隨機數(shù)。

    傳統(tǒng)優(yōu)化算法中,種群初始化的質(zhì)量往往很大程度上決定著算法的尋優(yōu)效果。在以往的研究內(nèi)容中,通常采用隨機初始化來產(chǎn)生相應(yīng)的初始解,這種方法導(dǎo)致解空間的范圍得不到充分的應(yīng)用。通過Tent混沌映射初始化解,保證解在解空間內(nèi)均勻分布。

    在算法運算后期,各解運算結(jié)果相對較近,很難避免運算結(jié)果陷入局部最優(yōu),本文作者利用Tent混沌映射的思想,將所解蜜源利用Tent混沌搜索進行刷新,產(chǎn)生新一組混沌序列后代入算法內(nèi)與現(xiàn)蜜源進行對比,保留最優(yōu)適應(yīng)度的解為最優(yōu)解。

    2 改進人工蜂群算法優(yōu)化SVM模型建立

    2.1 支持向量機

    支持向量機(SVM)最初是為二值分類而設(shè)計的,原理思想是將特征映射到高維空間,在此高維空間內(nèi)建立超平面,使得各特征向量距離次超平面距離最遠,也就是此時分類誤差越小。

    文中電表故障一般屬于多分類非線性問題,成對分類方法(One-Against-One)是在每兩個類之間都構(gòu)建一個二進制分類器,共構(gòu)造(-1)/2個分類器,每個分類器根據(jù)兩個類的數(shù)據(jù)進行訓(xùn)練,對于第類和第類數(shù)據(jù),訓(xùn)練一個SVM即求解二次規(guī)劃問題,給定含個樣本的訓(xùn)練集=(,,…)(=1,2,…,),其中為特征向量維數(shù),(=1,2,…,)為標簽類數(shù)。

    ()()+-1,=

    (7)

    其中:上標表示是類和類之間SVM的參數(shù);下標表示類和類的并集中樣本的索引;()表示輸入空間到特征空間的非線性映射。

    第類和第類之間SVM決策函數(shù)為

    ()=sign[()()+]

    (8)

    徑向基核函數(shù)RBF是常用的核函數(shù),其函數(shù)表達式為

    (,)=exp(-‖-‖)

    >0

    (9)

    2.2 基于改進人工蜂群算法優(yōu)化SVM模型

    針對改進人工蜂群算法優(yōu)化SVM對電表故障分類問題,包括數(shù)據(jù)預(yù)處理、Tent混沌映射優(yōu)化初始蜂群、SVM利用優(yōu)化參數(shù)分類等過程,具體步驟如下:

    (1)對獲取數(shù)據(jù)進行預(yù)處理,并對數(shù)據(jù)進行歸一化。

    (2)設(shè)定算法初始值,包括種群數(shù)量,蜜源數(shù)量,更新限制次數(shù)limit,最大迭代次數(shù),參數(shù)、取值范圍。

    (3)以Tent混沌映射產(chǎn)生初始解,引領(lǐng)蜂根據(jù)式(2)進行領(lǐng)域搜索,以貪婪法選擇較好蜜源,以式(3)計算蜜源被跟隨蜂選擇的概率。

    (4)跟隨蜂根據(jù)式(2)搜索選擇的蜜源,計算適應(yīng)度值。

    (5)若有蜜源(解)經(jīng)limit次循環(huán)后沒有改善,將蜜源通過Tent混沌搜索產(chǎn)生新的蜜源來替代,計算其適應(yīng)度值,保留最優(yōu)解。

    (5)達到最大迭代次數(shù)后,將最優(yōu)解賦值于SVM模型。

    (7)利用數(shù)據(jù)集劃分訓(xùn)練集以及測試集,測試集代入通過最優(yōu)、訓(xùn)練好的模型,輸出分類結(jié)果。

    改進人工蜂群算法優(yōu)化SVM方法流程如圖1所示。

    圖1 模型整體流程

    3 算例分析

    3.1 樣本數(shù)據(jù)整理

    根據(jù)云南電網(wǎng)某公司監(jiān)測到的電能表故障數(shù)據(jù),以8∶2的比例劃分訓(xùn)練集以及測試集。由于各影響特征之間數(shù)值范圍相差較大,為了避免系統(tǒng)精度低或損失函數(shù)不收斂等問題,對數(shù)據(jù)進行歸一化處理,采用Min-Max標準化將其歸化至(0,1)區(qū)間內(nèi)。計算公式如下

    (10)

    對不同故障類別編號,由于終端上電、掉電等故障類型采集不到有效數(shù)據(jù),所以先不予以討論。經(jīng)數(shù)據(jù)研究整理,反映電能表故障的因素包括A相電壓、B相電壓、C相電壓、A相電流、B相電流、C相電流以及正向有功總功能。電能表故障類型與數(shù)據(jù)集樣本關(guān)系如表1所示,對優(yōu)化算法設(shè)置初值,CABC-SVM各參數(shù)設(shè)定如表2所示。

    表1 故障編號以及樣本信息

    表2 系統(tǒng)初始化參數(shù)

    3.2 實驗結(jié)果分析

    為了驗證提出的CABC-SVM模型的有效性,對建立的CABC-SVM優(yōu)化模型進行仿真實驗,利用MATLAB軟件建模和進行仿真實驗。圖2所示為系統(tǒng)迭代次數(shù)與適應(yīng)度函數(shù)值的關(guān)系。

    圖2 系統(tǒng)迭代次數(shù)與適應(yīng)度函數(shù)值的關(guān)系

    由圖2可知:隨著迭代次數(shù)的增加,當前解通過不斷更新獲得更優(yōu)的適應(yīng)度函數(shù)值,逐漸向最優(yōu)解逼近。為了更好地體現(xiàn)出CABC-SVM的分類效果,引入ABC-SVM、PSO-SVM以及GA-SVM模型做分類效果對比。相比于上面3種模型,在算法中期CABC-SVM明顯具有更好跳出局部最優(yōu)解的能力,獲得更優(yōu)適應(yīng)度并且CABC-SVM在第40代就完全收斂,而ABC-SVM、GA-SVM、PSO-SVM分別在89、70和79代才收斂,對比發(fā)現(xiàn)CABC-SVM模型具有更好的收斂能力。圖3為4種模型對測試集分類精度的情況。

    如圖3所示:以50組數(shù)據(jù)作為測試數(shù)據(jù)進行分類,CABC-SVM出現(xiàn)了1個診斷錯誤,診斷精度達到98.0%;ABC-SVM在和CABC-SVM模型精度相同但運行時間更長;PSO-SVM與GA-SVM模型分別有3個和5個診斷錯誤,診斷精度分別為94.0%和90.0%。表3為各模型性能對比。

    圖3 CABC-SVM、ABC-SVM、PSO-SVM和GA-SVM分類模型分類精度對比

    表3 各模型性能對比

    經(jīng)MATLAB建模仿真分析發(fā)現(xiàn)無論在精度以及收斂迭代次數(shù)和運行時間上,CABC-SVM模型都具有一定優(yōu)勢,尤其與傳統(tǒng)ABC-SVM算法相比運行時間縮短接近一倍。

    4 結(jié)束語

    提出一種基于改進人工蜂群算法優(yōu)化SVM的電能表故障診斷方法,通過分析故障數(shù)據(jù)的類型和規(guī)模,對數(shù)據(jù)進行預(yù)處理;利用改進人工蜂群算法對SVM分類器的懲罰因子和核函數(shù)參數(shù)進行優(yōu)化;最后將故障訓(xùn)練集作為輸入建立模型,測試集驗證模型性能;通過實驗仿真分析,對比文中4類模型對于故障數(shù)據(jù)的分類效果,證實了CABC-SVM在電能表故障診斷方面具有快速收斂、高精度的診斷效果,為電能表故障診斷提供了一種參考。

    猜你喜歡
    蜜源電能表蜂群
    貴州寬闊水國家級自然保護區(qū)蜜源植物資源調(diào)查研究*
    林下拓蜜源 蜂業(yè)上臺階
    巧數(shù)電能表
    “蜂群”席卷天下
    認識電能表
    指示蜜源的導(dǎo)蜜鳥
    改進gbest引導(dǎo)的人工蜂群算法
    蜂群夏季高產(chǎn)管理
    電能表自動化檢定機器人可靠掛卸表方案設(shè)計與實現(xiàn)
    基于MSP430+ATT7022B的三相三線多回路多功能電能表的研究
    電測與儀表(2014年6期)2014-04-04 11:59:34
    午夜免费男女啪啪视频观看| 十分钟在线观看高清视频www | 亚洲精品一二三| 热re99久久精品国产66热6| 亚洲av日韩在线播放| av国产精品久久久久影院| 精品久久久久久久久av| 一级片'在线观看视频| 亚洲精品乱久久久久久| 蜜臀久久99精品久久宅男| 国产亚洲5aaaaa淫片| 亚洲欧美精品专区久久| 国内少妇人妻偷人精品xxx网站| 亚洲av欧美aⅴ国产| 男女啪啪激烈高潮av片| 精品人妻熟女毛片av久久网站| 九草在线视频观看| 看十八女毛片水多多多| 看十八女毛片水多多多| 波野结衣二区三区在线| 免费大片黄手机在线观看| 不卡视频在线观看欧美| 亚洲国产日韩一区二区| www.av在线官网国产| 夫妻性生交免费视频一级片| 成年人免费黄色播放视频 | 国产av码专区亚洲av| 国产成人精品久久久久久| 欧美三级亚洲精品| 大香蕉97超碰在线| 在线观看国产h片| 我要看日韩黄色一级片| 一区二区三区四区激情视频| 噜噜噜噜噜久久久久久91| 亚洲国产欧美在线一区| 国产亚洲午夜精品一区二区久久| 国产国拍精品亚洲av在线观看| 又粗又硬又长又爽又黄的视频| 亚洲内射少妇av| 激情五月婷婷亚洲| 99九九线精品视频在线观看视频| 久久97久久精品| 插阴视频在线观看视频| 成年人午夜在线观看视频| 最近2019中文字幕mv第一页| 久久99热6这里只有精品| 91精品国产九色| 91成人精品电影| 久热这里只有精品99| 亚洲,欧美,日韩| 中文资源天堂在线| 免费大片黄手机在线观看| 免费av不卡在线播放| av.在线天堂| 久久久久久久久久人人人人人人| 国产精品久久久久久久电影| 我的老师免费观看完整版| 亚洲一区二区三区欧美精品| 久久久亚洲精品成人影院| 婷婷色麻豆天堂久久| av播播在线观看一区| 亚洲精品久久久久久婷婷小说| 亚洲av欧美aⅴ国产| 国产极品天堂在线| 国产精品无大码| 色婷婷av一区二区三区视频| 大片电影免费在线观看免费| 有码 亚洲区| 天美传媒精品一区二区| 啦啦啦中文免费视频观看日本| videossex国产| 老司机影院成人| 久久99热6这里只有精品| 九九爱精品视频在线观看| 免费黄频网站在线观看国产| 国产淫语在线视频| 中文资源天堂在线| www.av在线官网国产| 全区人妻精品视频| 国产黄色免费在线视频| 免费播放大片免费观看视频在线观看| 国产精品国产三级国产av玫瑰| 国产亚洲欧美精品永久| 一级二级三级毛片免费看| 精品国产国语对白av| 亚洲精品日本国产第一区| 麻豆乱淫一区二区| 国产精品蜜桃在线观看| 亚洲丝袜综合中文字幕| 久久毛片免费看一区二区三区| 日本黄色日本黄色录像| 日本免费在线观看一区| 婷婷色麻豆天堂久久| 亚洲怡红院男人天堂| 多毛熟女@视频| 91在线精品国自产拍蜜月| 亚洲四区av| 另类精品久久| 极品少妇高潮喷水抽搐| 国产精品国产av在线观看| 亚洲中文av在线| 日本免费在线观看一区| 久久久亚洲精品成人影院| 久久精品久久久久久噜噜老黄| 亚洲精品乱久久久久久| 国产亚洲午夜精品一区二区久久| 嫩草影院新地址| av不卡在线播放| 麻豆乱淫一区二区| 观看免费一级毛片| 内射极品少妇av片p| 人体艺术视频欧美日本| 91久久精品电影网| 成人黄色视频免费在线看| 日韩不卡一区二区三区视频在线| av一本久久久久| 精品少妇内射三级| 建设人人有责人人尽责人人享有的| 久久久国产欧美日韩av| 免费看不卡的av| 夜夜看夜夜爽夜夜摸| 国产精品无大码| 免费不卡的大黄色大毛片视频在线观看| 18禁在线播放成人免费| 丰满少妇做爰视频| 丰满饥渴人妻一区二区三| 少妇精品久久久久久久| 欧美人与善性xxx| 亚洲欧美精品自产自拍| 国产欧美日韩综合在线一区二区 | 日韩欧美精品免费久久| 麻豆精品久久久久久蜜桃| 乱码一卡2卡4卡精品| a级片在线免费高清观看视频| 高清午夜精品一区二区三区| 日本色播在线视频| 日本猛色少妇xxxxx猛交久久| 国产高清国产精品国产三级| 亚洲精品国产成人久久av| 久久97久久精品| 狂野欧美白嫩少妇大欣赏| 中文字幕免费在线视频6| 午夜免费男女啪啪视频观看| 岛国毛片在线播放| 91久久精品电影网| 国产一区二区在线观看av| 成人漫画全彩无遮挡| 人妻人人澡人人爽人人| 欧美丝袜亚洲另类| 大又大粗又爽又黄少妇毛片口| www.av在线官网国产| 久久久亚洲精品成人影院| 美女国产视频在线观看| 天堂8中文在线网| 国产精品一区www在线观看| 亚洲不卡免费看| 午夜免费男女啪啪视频观看| 在线天堂最新版资源| 一区在线观看完整版| 欧美国产精品一级二级三级 | 岛国毛片在线播放| 国产女主播在线喷水免费视频网站| 日本午夜av视频| 日韩强制内射视频| 男人和女人高潮做爰伦理| 亚洲国产欧美日韩在线播放 | 国产成人91sexporn| 日韩强制内射视频| 久久国内精品自在自线图片| 国产爽快片一区二区三区| 亚洲欧美成人精品一区二区| 久久国产精品大桥未久av | 国产老妇伦熟女老妇高清| av黄色大香蕉| 免费大片黄手机在线观看| 日产精品乱码卡一卡2卡三| 一级片'在线观看视频| 嫩草影院入口| 亚洲av综合色区一区| 午夜免费观看性视频| 人体艺术视频欧美日本| 又大又黄又爽视频免费| 啦啦啦视频在线资源免费观看| 欧美丝袜亚洲另类| 蜜桃在线观看..| 亚洲真实伦在线观看| 搡老乐熟女国产| 午夜激情福利司机影院| 亚洲三级黄色毛片| 精品国产露脸久久av麻豆| 国产欧美日韩综合在线一区二区 | 亚洲精品第二区| 国产免费又黄又爽又色| h日本视频在线播放| 国产熟女午夜一区二区三区 | 久久午夜综合久久蜜桃| 一本一本综合久久| 欧美成人午夜免费资源| 久久久久久久久久成人| 国产精品一区二区性色av| 色婷婷av一区二区三区视频| 亚洲成人手机| 国产精品蜜桃在线观看| 人妻一区二区av| 一级,二级,三级黄色视频| 精品久久国产蜜桃| 国产精品熟女久久久久浪| 97在线人人人人妻| 黄色一级大片看看| 欧美精品一区二区免费开放| 在线观看国产h片| 人妻少妇偷人精品九色| 大又大粗又爽又黄少妇毛片口| 免费观看av网站的网址| 桃花免费在线播放| 久久 成人 亚洲| 嘟嘟电影网在线观看| 尾随美女入室| av在线观看视频网站免费| 97在线视频观看| 在线 av 中文字幕| 黄色欧美视频在线观看| 三级国产精品欧美在线观看| 又粗又硬又长又爽又黄的视频| 欧美 亚洲 国产 日韩一| 高清在线视频一区二区三区| 亚洲av二区三区四区| 日本午夜av视频| 最近中文字幕高清免费大全6| 妹子高潮喷水视频| 国产毛片在线视频| 国产精品成人在线| 我要看日韩黄色一级片| 免费在线观看成人毛片| 亚洲欧美成人精品一区二区| 国产极品天堂在线| 久久影院123| 韩国高清视频一区二区三区| 国产av一区二区精品久久| 欧美精品一区二区大全| 亚洲伊人久久精品综合| 嫩草影院入口| 十八禁高潮呻吟视频 | 亚洲精品久久午夜乱码| 丰满饥渴人妻一区二区三| 日日摸夜夜添夜夜添av毛片| 免费高清在线观看视频在线观看| 国产精品一区二区在线不卡| 丝袜脚勾引网站| 80岁老熟妇乱子伦牲交| 日韩av在线免费看完整版不卡| 国产男人的电影天堂91| 乱系列少妇在线播放| 人人妻人人爽人人添夜夜欢视频 | 精品一区在线观看国产| 久久久久网色| 日韩一区二区视频免费看| 免费黄频网站在线观看国产| 久久久久久久久久成人| 国产精品福利在线免费观看| 成人影院久久| 国产成人aa在线观看| 97超碰精品成人国产| 久久99精品国语久久久| 久久午夜综合久久蜜桃| 久久人人爽人人片av| 国产精品不卡视频一区二区| 国产极品天堂在线| 亚洲情色 制服丝袜| 国产精品久久久久久久久免| 日韩熟女老妇一区二区性免费视频| 26uuu在线亚洲综合色| 美女内射精品一级片tv| 欧美精品高潮呻吟av久久| 亚洲av中文av极速乱| 精品久久国产蜜桃| 狂野欧美白嫩少妇大欣赏| 国产淫语在线视频| 国产女主播在线喷水免费视频网站| 国产国拍精品亚洲av在线观看| 亚洲国产精品成人久久小说| 精品视频人人做人人爽| 久久免费观看电影| 青春草亚洲视频在线观看| 亚洲精品中文字幕在线视频 | 精品久久久久久久久亚洲| 校园人妻丝袜中文字幕| 超碰97精品在线观看| 五月开心婷婷网| 国产熟女午夜一区二区三区 | 美女福利国产在线| 久久精品国产a三级三级三级| 精品国产一区二区三区久久久樱花| 黑人高潮一二区| 色婷婷久久久亚洲欧美| 午夜视频国产福利| 男人舔奶头视频| 一级二级三级毛片免费看| 特大巨黑吊av在线直播| av有码第一页| 自拍欧美九色日韩亚洲蝌蚪91 | 寂寞人妻少妇视频99o| 18禁裸乳无遮挡动漫免费视频| 黄色视频在线播放观看不卡| 高清视频免费观看一区二区| 少妇被粗大猛烈的视频| 一区二区三区乱码不卡18| 大又大粗又爽又黄少妇毛片口| 中文天堂在线官网| 伦理电影免费视频| 亚洲av不卡在线观看| 人体艺术视频欧美日本| 久久人人爽人人爽人人片va| 精品人妻熟女av久视频| 中国美白少妇内射xxxbb| av免费观看日本| 插阴视频在线观看视频| 秋霞伦理黄片| 欧美精品一区二区免费开放| 18禁在线无遮挡免费观看视频| 国产高清三级在线| 在线观看av片永久免费下载| 亚洲av电影在线观看一区二区三区| 午夜精品国产一区二区电影| 夜夜看夜夜爽夜夜摸| 欧美少妇被猛烈插入视频| 亚洲精品456在线播放app| 看十八女毛片水多多多| 亚洲自偷自拍三级| 97精品久久久久久久久久精品| 久久久久久久久久成人| 国产精品无大码| 一区二区三区免费毛片| 久久精品熟女亚洲av麻豆精品| 日本与韩国留学比较| 美女福利国产在线| 又黄又爽又刺激的免费视频.| 高清黄色对白视频在线免费看 | 丁香六月天网| 久久热精品热| 久久青草综合色| tube8黄色片| 久久99蜜桃精品久久| 校园人妻丝袜中文字幕| 国产深夜福利视频在线观看| 欧美三级亚洲精品| 一级毛片电影观看| 丝袜在线中文字幕| 亚洲电影在线观看av| 成人漫画全彩无遮挡| 亚洲国产成人一精品久久久| 一级毛片黄色毛片免费观看视频| 男女国产视频网站| 久久久久久久国产电影| 夜夜看夜夜爽夜夜摸| 久久久精品94久久精品| 久久久久久久大尺度免费视频| 欧美激情极品国产一区二区三区 | 午夜精品国产一区二区电影| 亚洲精品国产色婷婷电影| 日韩av不卡免费在线播放| 日韩视频在线欧美| 久热这里只有精品99| 精品国产一区二区久久| 国产老妇伦熟女老妇高清| 亚洲无线观看免费| 精品一区二区免费观看| 国产黄色视频一区二区在线观看| 99re6热这里在线精品视频| 99热网站在线观看| 欧美xxxx性猛交bbbb| av有码第一页| 一级片'在线观看视频| 国产69精品久久久久777片| .国产精品久久| 高清av免费在线| 国产精品久久久久久久久免| 精品熟女少妇av免费看| 久久影院123| 国产亚洲av片在线观看秒播厂| 国产精品国产三级专区第一集| 91精品伊人久久大香线蕉| av专区在线播放| 欧美bdsm另类| 男人爽女人下面视频在线观看| 黄色一级大片看看| 2018国产大陆天天弄谢| 国产精品蜜桃在线观看| 大话2 男鬼变身卡| 最近中文字幕高清免费大全6| 男人添女人高潮全过程视频| 好男人视频免费观看在线| 亚洲av不卡在线观看| 亚洲精品aⅴ在线观看| 久久久久久久精品精品| 日韩视频在线欧美| 国产欧美日韩综合在线一区二区 | 日韩电影二区| 成人黄色视频免费在线看| 老司机亚洲免费影院| 精品少妇黑人巨大在线播放| 一级片'在线观看视频| 亚洲av综合色区一区| 国产免费一级a男人的天堂| 久久青草综合色| 美女中出高潮动态图| 久久精品国产自在天天线| 老司机影院成人| 日本黄色日本黄色录像| 国产国拍精品亚洲av在线观看| 国产欧美日韩一区二区三区在线 | 婷婷色麻豆天堂久久| 国语对白做爰xxxⅹ性视频网站| 亚洲性久久影院| 亚洲自偷自拍三级| 中文字幕制服av| 亚洲精品乱码久久久久久按摩| 99久久综合免费| 日日摸夜夜添夜夜添av毛片| 一级毛片 在线播放| 极品教师在线视频| 日韩欧美 国产精品| 99久久综合免费| 欧美激情国产日韩精品一区| 国产精品国产三级国产av玫瑰| 欧美3d第一页| 日本-黄色视频高清免费观看| 嫩草影院新地址| 久久精品熟女亚洲av麻豆精品| 99久久精品热视频| 亚洲av综合色区一区| 午夜福利网站1000一区二区三区| 国产高清有码在线观看视频| 日韩精品免费视频一区二区三区 | 欧美丝袜亚洲另类| 中文天堂在线官网| 99九九在线精品视频 | 国产黄片视频在线免费观看| 日韩电影二区| 草草在线视频免费看| 建设人人有责人人尽责人人享有的| 亚洲欧美精品自产自拍| 久久韩国三级中文字幕| 久久亚洲国产成人精品v| 亚洲精品色激情综合| 三上悠亚av全集在线观看 | 亚洲欧美日韩另类电影网站| 免费观看av网站的网址| 日韩av在线免费看完整版不卡| 97超视频在线观看视频| 蜜桃久久精品国产亚洲av| 亚洲精品久久久久久婷婷小说| 高清欧美精品videossex| 五月开心婷婷网| 丰满迷人的少妇在线观看| 中文字幕久久专区| 国产伦精品一区二区三区视频9| 亚洲av综合色区一区| 在线观看av片永久免费下载| 精品久久久精品久久久| 人妻一区二区av| 丰满乱子伦码专区| 国产一区有黄有色的免费视频| av福利片在线| 亚洲成人一二三区av| freevideosex欧美| a 毛片基地| 天堂中文最新版在线下载| 91精品伊人久久大香线蕉| 99re6热这里在线精品视频| 亚洲精品国产成人久久av| 亚洲国产毛片av蜜桃av| 99热国产这里只有精品6| 午夜激情福利司机影院| 国产免费一级a男人的天堂| 精品久久久精品久久久| 五月开心婷婷网| 天堂8中文在线网| 少妇的逼水好多| 亚洲欧美成人综合另类久久久| 特大巨黑吊av在线直播| 亚洲欧美精品专区久久| a 毛片基地| 大话2 男鬼变身卡| 性色avwww在线观看| 欧美激情极品国产一区二区三区 | 成人亚洲欧美一区二区av| 黄色毛片三级朝国网站 | 丰满迷人的少妇在线观看| 人妻 亚洲 视频| 午夜久久久在线观看| 日韩视频在线欧美| 99久久中文字幕三级久久日本| 高清毛片免费看| 久久国产乱子免费精品| 国产亚洲一区二区精品| 日韩av不卡免费在线播放| 黄色视频在线播放观看不卡| 亚洲欧美精品自产自拍| 国产在视频线精品| av天堂中文字幕网| 91精品伊人久久大香线蕉| 亚洲欧美日韩东京热| 免费大片18禁| 色5月婷婷丁香| 久久影院123| 免费看不卡的av| 国产亚洲最大av| 日韩欧美一区视频在线观看 | 欧美精品高潮呻吟av久久| 99热网站在线观看| 中文在线观看免费www的网站| 日本vs欧美在线观看视频 | 最新中文字幕久久久久| 亚洲国产欧美日韩在线播放 | 国产日韩欧美视频二区| 午夜日本视频在线| a 毛片基地| 久久久久久久久久久久大奶| 国产老妇伦熟女老妇高清| 亚洲欧美精品自产自拍| 亚洲综合精品二区| 99视频精品全部免费 在线| 能在线免费看毛片的网站| 国产白丝娇喘喷水9色精品| 国精品久久久久久国模美| 亚洲在久久综合| 一级毛片久久久久久久久女| 日日摸夜夜添夜夜添av毛片| 欧美性感艳星| 亚洲性久久影院| 18禁在线播放成人免费| 国产成人一区二区在线| 视频中文字幕在线观看| 国产伦在线观看视频一区| 91久久精品国产一区二区三区| 午夜免费男女啪啪视频观看| 一级毛片电影观看| 亚洲国产精品999| 9色porny在线观看| 国产色婷婷99| 亚州av有码| h视频一区二区三区| 日本猛色少妇xxxxx猛交久久| a级一级毛片免费在线观看| 精品久久国产蜜桃| 久热这里只有精品99| 国产亚洲最大av| 日韩成人伦理影院| 亚洲国产精品一区三区| 人人妻人人爽人人添夜夜欢视频 | 妹子高潮喷水视频| 欧美日韩视频精品一区| 91精品国产九色| 免费播放大片免费观看视频在线观看| 亚洲精品国产av蜜桃| 精品国产一区二区久久| av黄色大香蕉| 欧美精品国产亚洲| 人妻 亚洲 视频| 欧美日韩视频高清一区二区三区二| 亚洲国产日韩一区二区| 性色avwww在线观看| 国产免费福利视频在线观看| 精品一区二区三区视频在线| 免费观看在线日韩| videossex国产| 欧美三级亚洲精品| 水蜜桃什么品种好| 亚洲一区二区三区欧美精品| 性色av一级| 日本av免费视频播放| 国产精品久久久久久久久免| 亚洲欧洲国产日韩| 久久久久久久久久久丰满| 丰满人妻一区二区三区视频av| 男女无遮挡免费网站观看| 夫妻午夜视频| 人妻一区二区av| av在线播放精品| 夫妻性生交免费视频一级片| 午夜福利影视在线免费观看| 成人毛片60女人毛片免费| 欧美日韩av久久| freevideosex欧美| 亚洲国产欧美日韩在线播放 | 在线亚洲精品国产二区图片欧美 | 大片电影免费在线观看免费| 两个人免费观看高清视频 | 国产伦理片在线播放av一区| 国产高清有码在线观看视频| 国产高清不卡午夜福利| 国产精品久久久久成人av| 久久久久久久久久久久大奶| 99热6这里只有精品| 国产 一区精品| 久久精品国产亚洲av天美| 日韩大片免费观看网站| 精品一品国产午夜福利视频| 成人18禁高潮啪啪吃奶动态图 | 乱码一卡2卡4卡精品| 亚洲内射少妇av| 亚洲无线观看免费| 91久久精品国产一区二区成人| 国产高清不卡午夜福利| 在线 av 中文字幕| 亚洲精品,欧美精品| 狠狠精品人妻久久久久久综合| 一本—道久久a久久精品蜜桃钙片| 一级毛片aaaaaa免费看小| 国产日韩一区二区三区精品不卡 | 伊人久久国产一区二区| 国产国拍精品亚洲av在线观看| 午夜福利,免费看| 亚洲高清免费不卡视频|