• <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 ?

    基于雙向LSTM和注意力機(jī)制的輸電線路故障判別方法

    2022-12-02 13:20:54李臨風(fēng)饒丹樊瑞張恒王軍羅華煜劉拯徐廣輝
    廣東電力 2022年11期
    關(guān)鍵詞:行波波形準(zhǔn)確率

    李臨風(fēng),饒丹,樊瑞,張恒,王軍,羅華煜,劉拯,徐廣輝

    (國(guó)電南瑞科技股份有限公司,江蘇 南京 211106)

    我國(guó)的輸電線路跨度大,距離遠(yuǎn),發(fā)生故障后,為了盡快消除故障并恢復(fù)線路電力,需要及時(shí)定位故障位置,確定故障原因[1]。巡線人員通常參考保護(hù)測(cè)距的結(jié)果,采用人工巡檢和無人機(jī)巡視的方式確認(rèn)故障位置和故障原因[2];但保護(hù)測(cè)距的精度差,范圍大,查找故障位置效率低下。分布式故障診斷系統(tǒng)可以有效解決以上問題。

    分布式故障診斷系統(tǒng)由監(jiān)測(cè)終端、中心站和用戶系統(tǒng)組成[3]。監(jiān)測(cè)終端在桿塔導(dǎo)線上全線路間隔部署,實(shí)時(shí)采集工頻和行波電流波形,以無線的方式向中心站上送數(shù)據(jù)。中心站根據(jù)首個(gè)波頭時(shí)刻,使用測(cè)距算法[4-6]定位故障的具體位置,依靠半峰時(shí)間、幅頻特性、極性辨識(shí)故障的類別,并通過用戶系統(tǒng)向檢修單位發(fā)送診斷結(jié)果和故障告警。相比原有的站內(nèi)測(cè)距裝置,分布式故障診斷系統(tǒng)縮短了區(qū)間距離,克服了波形衰減的影響,增強(qiáng)了線路參數(shù)線性度,可提高輸電線路故障定位的精度和診斷分析準(zhǔn)確度。

    根據(jù)GB/T 35721—2017《輸電線路分布式故障診斷系統(tǒng)》規(guī)定,分布式故障診斷系統(tǒng)應(yīng)具備故障辨識(shí)能力,應(yīng)能辨識(shí)雷擊故障和非雷擊故障,應(yīng)能辨識(shí)雷擊故障的反擊故障和繞擊故障。由于雷擊故障的反射波的極性與雷擊電流相反,疊加后行波峰值迅速衰減,雷擊故障電流的行波半峰時(shí)間一般不超過40 μs;因此,分布式故障診斷系統(tǒng)的當(dāng)前故障判別方法利用行波的半峰時(shí)間來判斷是否發(fā)生雷擊故障。在雷擊繞擊故障中,行波電流主要是閃絡(luò)前流過故障相的雷電電流,而雷擊反擊故障中,雷電電流先流經(jīng)地線再流經(jīng)線路,行波電流包括閃絡(luò)前流過地線的雷擊電流和閃絡(luò)后的雷擊電流,二者極性相反,行波波形上產(chǎn)生反極性脈沖;因此,故障判別方法通過判斷波形的極性來區(qū)分雷擊故障的類型。除雷擊故障之外,輸電線路常見的故障是單相接地故障,由于行波采樣頻率遠(yuǎn)高于工頻采樣頻率,可以認(rèn)為單相接地故障的行波電壓基本保持恒定,波形往往階躍至峰值后緩慢衰減,波尾的長(zhǎng)度較長(zhǎng)。實(shí)際運(yùn)行過程中,分布式故障診斷系統(tǒng)采集的大多是樹障、飄掛物等引起的線路異常放電的行波數(shù)據(jù),這部分行波的幅值較小,一般低于100 A,呈現(xiàn)高阻抗接地特征;因此,故障判別方法通過行波幅頻特性來進(jìn)一步區(qū)分不同的非雷擊故障。由于監(jiān)測(cè)終端安裝在戶外且工作環(huán)境惡劣,線路中長(zhǎng)期存在高頻干擾和較強(qiáng)噪聲,故障點(diǎn)存在反射波和雷電的干擾,以及不同線路的機(jī)械特性差異較大,導(dǎo)致當(dāng)前的故障判別方法存在準(zhǔn)確率低、通用性差的問題;所以,中心站需要經(jīng)過人工復(fù)審才能輸出判別結(jié)果。人工復(fù)審的準(zhǔn)確率嚴(yán)重依賴工作人員的專業(yè)水平和工作效率,判斷結(jié)果存在主觀性;因此,提升故障判別方法的準(zhǔn)確率和自動(dòng)化,對(duì)于輸電線路巡檢工作意義重大。

    文獻(xiàn)[7]根據(jù)電流的暫態(tài)特征識(shí)別直流線路的故障,文獻(xiàn)[8]根據(jù)故障電壓的分形算法區(qū)分區(qū)內(nèi)、外故障,文獻(xiàn)[9]利用小波變換模極大值和非故障相電流小波系數(shù)能量實(shí)現(xiàn)雷擊故障和普通短路故障的識(shí)別,文獻(xiàn)[10]利用模量變換和斜率分析來識(shí)別重型、輕型直擊雷和普通短路故障,文獻(xiàn)[11]論述了利用波尾長(zhǎng)度和快速傅里葉變換(fast Fourier transform,F(xiàn)FT)頻域特征判別是否雷擊,文獻(xiàn)[12]利用卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network,CNN)辨別各類接地故障和相間故障。以上方法中,用于區(qū)分故障類型的參數(shù)值往往受到線路特性的影響,整定困難,而且只能分辨特定的幾種故障,不具有普適性。

    本研究遵循深度學(xué)習(xí)理論,利用自動(dòng)化仿真技術(shù)生成多類故障行波波形數(shù)據(jù)[13-14],經(jīng)小波變換預(yù)處理[15-17],構(gòu)建基于雙向長(zhǎng)短期記憶(bi-directional long short-term memory,Bi-LSTM)[18]和注意力機(jī)制[19-23]的神經(jīng)網(wǎng)絡(luò)模型,該神經(jīng)網(wǎng)絡(luò)可以準(zhǔn)確地將多種故障進(jìn)行分類。最后對(duì)多種判別方法進(jìn)行實(shí)驗(yàn)并比對(duì)實(shí)驗(yàn)結(jié)果,以證明本文方法的準(zhǔn)確性和可行性。

    1 波形數(shù)據(jù)預(yù)處理

    為了提高神經(jīng)網(wǎng)絡(luò)的構(gòu)建速度,避免機(jī)器學(xué)習(xí)算法無法收斂,需要對(duì)波形數(shù)據(jù)進(jìn)行預(yù)處理,并定位行波的波頭時(shí)刻,為系統(tǒng)的行波測(cè)距算法提供計(jì)算依據(jù)。

    首先,利用小波閾值濾噪,防止噪聲影響訓(xùn)練結(jié)果。常用的閾值函數(shù)分為軟閾值函數(shù)和硬閾值函數(shù)2種:①在硬閾值函數(shù)中,絕對(duì)值小于閾值λ的點(diǎn)會(huì)被置0,不小于閾值λ的點(diǎn)則保持原值不變。通過硬閾值函數(shù)過濾噪聲,容易引起小波系數(shù)在閾值處的不連續(xù),導(dǎo)致波形不夠平滑。②在軟閾值函數(shù)中,絕對(duì)值小于閾值λ的點(diǎn)會(huì)被置0,不小于閾值λ的點(diǎn)則被置為該點(diǎn)值與閾值的差。通過軟閾值函數(shù)過濾噪聲,信號(hào)容易出現(xiàn)邊緣模糊等失真現(xiàn)象。

    本文方法應(yīng)用軟硬閾值折中的方法濾噪,兼顧兩者的優(yōu)點(diǎn),小波系數(shù)

    (1)

    式中:j為小波分解的級(jí)數(shù);β為系數(shù),在本文方法中,β設(shè)為0.5;wj為輸入的小波系數(shù);sgn為符號(hào)函數(shù)。

    噪聲主要分布在低尺度的小波系數(shù)中,閾值設(shè)置過小會(huì)導(dǎo)致低尺度的小波系數(shù)中噪聲沒有過濾,閾值設(shè)置過大則導(dǎo)致高尺度系數(shù)的有效信息丟失。本文方法采用的動(dòng)態(tài)閾值

    (2)

    式中:c1為首層小波分解系數(shù)數(shù)列;m(|c1|)表示對(duì)c1中每個(gè)靈敏求絕對(duì)值,排序后取中間值;D為信號(hào)的尺寸;φ為層數(shù)。高尺度的閾值根據(jù)層數(shù)的增大以對(duì)數(shù)形式縮小,通過這種方式,充分過濾低尺度小波系數(shù)的噪聲,保留高尺度系數(shù)的有效信息。

    其次,小波變換可以用于檢測(cè)波形的突變點(diǎn)。本文方法利用小波模極大值法定位行波的波頭:選用平滑函數(shù)的一階導(dǎo)數(shù)作為小波函數(shù),通過小波變換,獲取輸出數(shù)據(jù)的極值位置,對(duì)應(yīng)原始波形的突變點(diǎn),即每個(gè)波頭的起始點(diǎn)。

    本文方法選用Symlet小波函數(shù)對(duì)行波進(jìn)行濾噪,選用B樣條函數(shù)對(duì)行波波頭進(jìn)行定位。小波變換處理前后的波形對(duì)比如圖1所示,其中紅色標(biāo)記點(diǎn)為首波頭開始時(shí)刻。

    圖1 小波變換閾值濾噪和波頭定位

    由圖1可見,本文方法的小波閾值濾噪法可抑制噪聲的干擾,保留波形特征,獲取行波測(cè)距算法所需的波頭起始位置。

    為了使神經(jīng)網(wǎng)絡(luò)能夠提取統(tǒng)一的行波特征,需要保證波頭極性的一致性,如果波形中首個(gè)波頭的極性為負(fù),則將波形數(shù)據(jù)逐點(diǎn)取反,同時(shí)對(duì)各點(diǎn)數(shù)據(jù)進(jìn)行歸一化處理,按比例縮放至0~1的值,統(tǒng)一量綱,加快模型收斂。

    2 神經(jīng)網(wǎng)絡(luò)

    近年來,神經(jīng)網(wǎng)絡(luò)由于具有強(qiáng)大的非線性擬合能力,被廣泛應(yīng)用于電力系統(tǒng)的各類場(chǎng)景。LSTM屬于循環(huán)神經(jīng)網(wǎng)絡(luò)(recurrent neural network,RNN),是以序列數(shù)據(jù)為輸入、在序列的演進(jìn)方向進(jìn)行遞歸的常用神經(jīng)網(wǎng)絡(luò),常被應(yīng)用于機(jī)器翻譯、語音識(shí)別等時(shí)序信號(hào)的處理。行波波形屬于強(qiáng)時(shí)序信號(hào),其前后數(shù)據(jù)具有極大的關(guān)聯(lián)性;因此,本文方法采用LSTM來提取行波的波形特征,構(gòu)建分類的神經(jīng)網(wǎng)絡(luò)。

    圖2 LSTM結(jié)構(gòu)

    LSTM在RNN的基礎(chǔ)上引入了門結(jié)構(gòu),門由sigmoid神經(jīng)網(wǎng)絡(luò)和矩陣點(diǎn)乘運(yùn)算構(gòu)成,它可以選擇性地讓信息通過。每個(gè)LSTM單元中包含遺忘門、輸入門和輸出門,圖2中的fn、in和on分別為時(shí)刻n的遺忘門、輸入門和輸出門的結(jié)果,計(jì)算如下:

    fn=σ(Wf·[hn-1,xn]+bf),

    (3)

    in=σ(Wi·[hn-1,xn]+bi),

    (4)

    (5)

    (6)

    on=σ(Wo·[hn-1,xn]+bo),

    (7)

    hn=on*tanh(Cn).

    (8)

    式(3)—(8)中:[…,…]表示2個(gè)向量合并;“*”表示相同形狀向量的對(duì)應(yīng)元素相乘;Wf、Wi、Wc和Wo為權(quán)重矩陣;bf、bi、bc和bo為權(quán)重偏置。

    LSTM通過門結(jié)構(gòu)保留了上一個(gè)時(shí)刻的部分信息,解決了RNN的梯度消失和爆炸的問題。

    為了同時(shí)捕獲前后數(shù)據(jù)有價(jià)值的信息特征,本文方法使用2層相反方向的LSTM神經(jīng)網(wǎng)絡(luò),捕捉雙向序列關(guān)系,這種結(jié)構(gòu)稱為Bi-LSTM。Bi-LSTM的輸出

    Hn=[hf,n,hb,n].

    (9)

    式中:hf,n為前向LSTM層的輸出;hb,n為后向LSTM層的輸出。

    行波的不同區(qū)域?qū)Σㄐ巫R(shí)別準(zhǔn)確率的影響有較大差別,運(yùn)維人員在判別行波類型的時(shí)候,往往更關(guān)注于行波的部分區(qū)域,比如波頭和波尾等。為了模擬人工判別行波的行為特征,提高神經(jīng)網(wǎng)絡(luò)對(duì)關(guān)鍵波形段的關(guān)注度,本文方法引入注意力機(jī)制。

    注意力機(jī)制需要根據(jù)不同時(shí)刻波形的重要程度分配注意力權(quán)重,所以在神經(jīng)網(wǎng)絡(luò)中增加了隱藏層單元un,

    un=tanh(WuHn+bu).

    (10)

    式中:Wu為隱藏層單元的權(quán)重;bu為隱藏層單元的權(quán)重偏置。利用均勻分布隨機(jī)的方法對(duì)參數(shù)矩陣Wu進(jìn)行參數(shù)初始化,以上一層的輸出向量Hn作為輸入,通過tanh激活函數(shù)獲得un。

    將轉(zhuǎn)置的un與權(quán)重矩陣Wa的點(diǎn)積結(jié)果輸入至softmax激活函數(shù)fsoftmax進(jìn)行歸一化處理,獲取注意力向量an,

    (11)

    利用注意力向量an對(duì)行波不同時(shí)刻的時(shí)序特征分配權(quán)重,并加權(quán)求和,輸出狀態(tài)向量v,

    (12)

    式中N為行波數(shù)據(jù)按時(shí)刻分段的數(shù)量。

    在神經(jīng)網(wǎng)絡(luò)上接入維數(shù)與分類數(shù)相同的全連接層,并利用softmax分類網(wǎng)絡(luò)生成(0,1)區(qū)間的類別概率分布的一維向量y,作為神經(jīng)網(wǎng)絡(luò)的最終輸出,

    y=fsoftmax(Wyv+by).

    (13)

    式中:Wy為全連接層的權(quán)重;by為全連接層的權(quán)重偏置。

    引入了注意力機(jī)制的Bi-LSTM(Bi-LSTM-attention)神經(jīng)網(wǎng)絡(luò)的整體結(jié)構(gòu)如圖3所示:輸入層從行波數(shù)據(jù)中截取分段數(shù)據(jù),并將分段數(shù)據(jù)輸入神經(jīng)網(wǎng)絡(luò),Bi-LSTM層提取行波波形各個(gè)分段的特征,注意力機(jī)制層分配權(quán)重,最后由輸出層生成分類的概率結(jié)果。圖3中x1、x2……xN為分段數(shù)據(jù),Cf,0、Cf,1……Cf,N-1為前向LSTM層的細(xì)胞狀態(tài),Cb,1、Cb,2……Cb,N為后向LSTM層的細(xì)胞狀態(tài)。

    圖3 Bi-LSTM-attention神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

    3 方法實(shí)現(xiàn)

    3.1 方法流程

    本文方法所采用的故障判別方法流程如圖4所示。

    圖4 故障判別方法流程

    首先,通過故障仿真補(bǔ)充訓(xùn)練所需的行波數(shù)據(jù);然后,經(jīng)過數(shù)據(jù)預(yù)處理(包括小波濾噪、歸一化、統(tǒng)一極性等步驟)獲取行波數(shù)據(jù)集;其次,將數(shù)據(jù)集分為訓(xùn)練數(shù)據(jù)集和測(cè)試數(shù)據(jù)集,利用訓(xùn)練數(shù)據(jù)集訓(xùn)練神經(jīng)網(wǎng)絡(luò),利用測(cè)試數(shù)據(jù)集評(píng)估本文方法的性能;最后,將訓(xùn)練完成的神經(jīng)網(wǎng)絡(luò)部署在分布式故障診斷系統(tǒng)中,該神經(jīng)網(wǎng)絡(luò)可以結(jié)合系統(tǒng)的實(shí)際行波數(shù)據(jù)繼續(xù)訓(xùn)練,并根據(jù)終端上送的行波數(shù)據(jù)快速判別故障類型。

    3.2 故障仿真

    在分布式故障診斷系統(tǒng)的實(shí)際運(yùn)行過程中,終端采集上送的行波波形大部分是線路短暫的異常放電波形,這類故障通常不會(huì)引起線路的嚴(yán)重故障,而雷擊、接地故障等重要故障類別的行波數(shù)目較少,無法滿足訓(xùn)練神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)量要求。為了避免訓(xùn)練數(shù)據(jù)不平衡,本文方法利用電磁暫態(tài)仿真軟件PSCAD/EMTDC 4.6仿真故障波形文件。仿真軟件中系統(tǒng)如圖5所示,本文方法建立了多條220 kV輸電線路的仿真模型,并針對(duì)線路常見的幾種故障(雷擊繞擊故障、雷擊反擊故障、單相接地故障)進(jìn)行仿真。

    圖5 線路故障的PSCAD仿真

    雷擊故障中,輸電線路的結(jié)構(gòu)參數(shù)(包括線路高度、分裂導(dǎo)線、接地電阻)會(huì)對(duì)故障波形產(chǎn)生影響,所以本文方法選用暫態(tài)分析中精確度最高的頻率相關(guān)模型,模型包含3條導(dǎo)線和2條避雷線。雷擊脈沖采用雙指數(shù)函數(shù)波形,即

    Is=I(e-αt-e-δt).

    (14)

    式中:Is為雷電電流;I為雷電的電流幅值;α、δ均為時(shí)間常數(shù),由波頭時(shí)間和半峰值時(shí)間確定;t為雷擊后的時(shí)長(zhǎng)。

    為了模擬雷電波在桿塔間的折反射和反擊繞擊,在線路中增加了上字型桿塔的仿真模型。

    將模型的對(duì)地阻抗設(shè)置成高阻抗值,并將雷擊脈沖模型的輸出與桿塔的避雷線模型連接,由此模擬雷電電流通過避雷線流經(jīng)桿塔傳至地面,又因?qū)Φ刈杩惯^大而反射進(jìn)入線路形成的雷擊反擊行波;將雷擊脈沖模型的輸出與輸電導(dǎo)線模型相連,由此模擬雷擊電流繞過避雷線直接流入線路形成的雷擊繞擊行波電流;在單相導(dǎo)線上加入接地故障,由此模擬線路的單相接地故障。由于實(shí)際系統(tǒng)中分布式故障診斷終端使用的高速采樣芯片AD7626的采樣頻率為10 MHz,上送的行波數(shù)據(jù)的采樣時(shí)長(zhǎng)為1 200 μs,為了與實(shí)際系統(tǒng)保持一致,仿真的采樣頻率同樣設(shè)置為10 MHz,仿真時(shí)長(zhǎng)為1 200 μs,故障時(shí)間為仿真開始后100 μs。

    經(jīng)過實(shí)驗(yàn)發(fā)現(xiàn):在一定范圍內(nèi)手動(dòng)修改模型的部分參數(shù),會(huì)引起故障行波發(fā)生形變,但不會(huì)改變故障的性質(zhì);僅通過手動(dòng)修改模型的參數(shù),無法在短時(shí)間內(nèi)獲取足夠的仿真波形數(shù)據(jù)。

    為了獲取訓(xùn)練所需的波形,本文利用Python程序自動(dòng)生成批量的仿真波形:首先,選取故障相別、線路阻抗、接地阻抗、脈沖電流幅值、脈沖持續(xù)時(shí)間、初始相位和負(fù)荷等多個(gè)線路參數(shù)作為變量,通過建模經(jīng)驗(yàn)和手動(dòng)調(diào)試確定各參數(shù)合理的上下限和中值,生成符合正態(tài)分布變化的單維度的參數(shù)值序列,依次組合各維度的參數(shù)值序列生成參數(shù)組,從而獲取仿真所需的樣本參數(shù)組的集合;然后,基于PSCAD工程文件可讀可修改的特點(diǎn),利用Python程序根據(jù)樣本參數(shù)組集合的數(shù)值自動(dòng)替換工程文件中對(duì)應(yīng)的線路參數(shù),再通過PSCAD提供的Python API、自動(dòng)載入工程文件進(jìn)行仿真,并將仿真過程記錄的線路電流數(shù)據(jù)保存至.out文件;最后,從.out文件中讀取波形數(shù)據(jù),轉(zhuǎn)化成標(biāo)準(zhǔn)格式的行波波形文件。

    3.3 訓(xùn)練過程和結(jié)果分析

    從分布式故障診斷系統(tǒng)的后臺(tái)中,按雷擊繞擊、雷擊反擊、異常放電、短路4種故障類型分別選取1 200個(gè)行波波形作為測(cè)試集。因后臺(tái)積累的雷擊和短路行波波形數(shù)據(jù)量不足,所以利用仿真生成的行波數(shù)據(jù),將訓(xùn)練數(shù)據(jù)集補(bǔ)齊至12 000個(gè)波形。在訓(xùn)練開始之前,通過小波變換對(duì)波形進(jìn)行預(yù)處理。

    由于線路的折反射作用,1個(gè)行波數(shù)據(jù)中通常會(huì)有多個(gè)波頭,又由于終端最高采樣頻率為10 MHz,行波故障的波頭到波尾周期通常小于60 μs;所以,神經(jīng)網(wǎng)絡(luò)的輸入層截取了行波數(shù)據(jù)中每個(gè)波頭前后的采樣數(shù)據(jù)(波頭前100個(gè)采樣點(diǎn),波頭后500個(gè)采樣點(diǎn)),將12 000個(gè)采樣點(diǎn)轉(zhuǎn)化成600×N型的波形分段矩陣。神經(jīng)網(wǎng)絡(luò)的輸出層將分類標(biāo)簽轉(zhuǎn)換為獨(dú)熱編碼的矩陣類型,方便后續(xù)輸出故障類型的判別結(jié)果。

    本文方法選擇了基于梯度下降法的Adam(adaptive momentum estimation)優(yōu)化器作為網(wǎng)絡(luò)求解的最優(yōu)方法,損失函數(shù)采用交叉熵函數(shù),批量大小設(shè)置為128,訓(xùn)練迭代次數(shù)設(shè)置為50次,每一輪迭代之前,會(huì)重新打亂訓(xùn)練集的順序。

    在訓(xùn)練迭代過程中,神經(jīng)網(wǎng)絡(luò)常采用損失值來量化自身的分類性能,損失值

    (15)

    式中:M為隨機(jī)樣本的數(shù)量(本文中的隨機(jī)樣本即故障行波);L為待分類的類別數(shù)目;ril表示第i個(gè)隨機(jī)樣本的分類是否準(zhǔn)確,即l是否為第i個(gè)隨機(jī)樣本的真實(shí)類別;pil為第i個(gè)隨機(jī)樣本是否屬于類別l的概率值。訓(xùn)練模型的主要目標(biāo)是通過不同的優(yōu)化方法來改變模型中的向量值,從而最小化模型的損失值。

    利用argmax函數(shù)fargmax從第i個(gè)隨機(jī)樣本的計(jì)算結(jié)果向量yi中取概率最大的索引,即為該隨機(jī)樣本的判別類別。判別類別與實(shí)際類別Ri相同的概率,稱之為準(zhǔn)確率,即正確分類的樣本數(shù)量除以全部樣本的數(shù)量M。準(zhǔn)確率

    (16)

    式中F為指示函數(shù),輸入為真時(shí)取值為1,輸入為假時(shí)取值為0。

    網(wǎng)絡(luò)訓(xùn)練框架為基于Python3.7.9的tensorflow 2.3.0,訓(xùn)練過程中神經(jīng)網(wǎng)絡(luò)的損失值和準(zhǔn)確率的變化曲線如圖6所示。從圖6變化趨勢(shì)可以看出,訓(xùn)練集和測(cè)試集的損失值都在縮小,準(zhǔn)確率都在同步提升,直至趨于穩(wěn)定,證明網(wǎng)絡(luò)訓(xùn)練是非常有效的。

    圖6 神經(jīng)網(wǎng)絡(luò)的準(zhǔn)確率和損失率曲線

    注意力層的權(quán)重分配如圖7所示,其中位置是指維度與波形分段矩陣行數(shù)相同的注意力向量中各數(shù)據(jù)的位置。圖7證明了注意力機(jī)制加強(qiáng)了關(guān)鍵時(shí)刻的權(quán)重,弱化了相關(guān)性不大的波形起伏對(duì)判別結(jié)果的影響。

    圖7 注意力機(jī)制的權(quán)重分配

    為了準(zhǔn)確評(píng)估神經(jīng)網(wǎng)絡(luò)對(duì)各類故障的辨識(shí)能力,利用測(cè)試集制作了本文方法和常規(guī)方法故障判別結(jié)果(見表1),方便觀察各類故障的識(shí)別率。表1中每一列表示故障波形的判別分類結(jié)果,對(duì)角線代表各類故障的正確判別數(shù)。

    表1 2種算法的故障判別結(jié)果比較

    由表1可見,相較于根據(jù)半峰時(shí)間、幅頻特性、極性辨識(shí)故障的常規(guī)方法,模型對(duì)雷擊繞擊故障和異物放電故障的識(shí)別準(zhǔn)確率較高,對(duì)于雷擊反擊和短路故障會(huì)有誤判,但也與平均準(zhǔn)確率接近。

    3.4 方法性能評(píng)估

    為了測(cè)試和對(duì)比多種神經(jīng)網(wǎng)絡(luò)的優(yōu)劣,本文方法采用同樣的數(shù)據(jù)集和訓(xùn)練流程構(gòu)建LSTM和Bi-LSTM神經(jīng)網(wǎng)絡(luò),并利用這些神經(jīng)網(wǎng)絡(luò)對(duì)相同測(cè)試集進(jìn)行故障判別,最后計(jì)算并對(duì)比各類神經(jīng)網(wǎng)絡(luò)算法的準(zhǔn)確率。

    從表2的測(cè)試集內(nèi)準(zhǔn)確率數(shù)據(jù)可以看出,應(yīng)用深度神經(jīng)網(wǎng)絡(luò)能夠明顯改善故障判別的性能,本文提出的采用Bi-LSTM和注意力機(jī)制的神經(jīng)網(wǎng)絡(luò),在測(cè)試集內(nèi)表現(xiàn)良好,較原有的常規(guī)判別方法提升了9.85%的準(zhǔn)確率。

    表2 不同方法在測(cè)試集內(nèi)的準(zhǔn)確率

    由于分布式故障診斷系統(tǒng)收集的行波數(shù)據(jù)與訓(xùn)練集、測(cè)試集的行波數(shù)據(jù)有一定差異,實(shí)際系統(tǒng)的行波數(shù)據(jù)存在不同地域的行波差異大、波形噪聲干擾大、數(shù)據(jù)不平衡等問題,所以將上述4種方法以應(yīng)用的形式部署在分布式故障診斷系統(tǒng)中運(yùn)行,并結(jié)合實(shí)際的行波數(shù)據(jù)進(jìn)一步訓(xùn)練各類神經(jīng)網(wǎng)絡(luò),辨識(shí)系統(tǒng)實(shí)時(shí)波形的故障類別,驗(yàn)證本文方法在實(shí)際系統(tǒng)中是否可用。

    各種方法的準(zhǔn)確率數(shù)據(jù)見表3。本文所提的方法準(zhǔn)確率為96.79%,較原有的常規(guī)方法提升了13.70%,較LSTM神經(jīng)網(wǎng)絡(luò)提升了2.51%,較Bi-LSTM神經(jīng)網(wǎng)絡(luò)提升了1.37%。實(shí)際應(yīng)用的結(jié)果表明,注意力機(jī)制加強(qiáng)了神經(jīng)網(wǎng)絡(luò)對(duì)關(guān)鍵波段特征的提取能力,在分布式故障診斷系統(tǒng)的實(shí)際行波數(shù)據(jù)集上表現(xiàn)出更強(qiáng)的泛化能力,有效地提升了系統(tǒng)故障判別的準(zhǔn)確率。

    表3 不同方法在分布式故障診斷系統(tǒng)中的準(zhǔn)確率

    4 結(jié)束語

    本文方法基于小波變換濾噪和深度神經(jīng)網(wǎng)絡(luò)的原理,利用PSCAD/EMTDC的自動(dòng)化仿真技術(shù)生成行波,構(gòu)建了一種基于Bi-LSTM和注意力機(jī)制的神經(jīng)網(wǎng)絡(luò)。通過比對(duì)測(cè)試和實(shí)際應(yīng)用實(shí)踐證明,本文方法可以根據(jù)行波波形數(shù)據(jù)自動(dòng)判別輸電線路故障的類型,無需人工提取波形數(shù)據(jù)的特征,具有較高的判別準(zhǔn)確率和實(shí)用性。

    猜你喜歡
    行波波形準(zhǔn)確率
    一類非局部擴(kuò)散的SIR模型的行波解
    乳腺超聲檢查診斷乳腺腫瘤的特異度及準(zhǔn)確率分析
    健康之家(2021年19期)2021-05-23 11:17:39
    不同序列磁共振成像診斷脊柱損傷的臨床準(zhǔn)確率比較探討
    2015—2017 年寧夏各天氣預(yù)報(bào)參考產(chǎn)品質(zhì)量檢驗(yàn)分析
    對(duì)《壓力容器波形膨脹節(jié)》2018版新標(biāo)準(zhǔn)的理解及分析
    基于LFM波形的靈巧干擾效能分析
    高速公路車牌識(shí)別標(biāo)識(shí)站準(zhǔn)確率驗(yàn)證法
    Joseph-Egri方程行波解的分岔
    基于ARM的任意波形電源設(shè)計(jì)
    大連臺(tái)使用CTS-1記錄波形特點(diǎn)
    搡老熟女国产l中国老女人| 国产人伦9x9x在线观看| 国产欧美日韩综合在线一区二区| www.www免费av| 国产精品 国内视频| а√天堂www在线а√下载| 高清黄色对白视频在线免费看| 亚洲性夜色夜夜综合| 琪琪午夜伦伦电影理论片6080| 国产黄a三级三级三级人| 亚洲熟妇中文字幕五十中出| 99国产精品免费福利视频| 午夜免费观看网址| 亚洲激情在线av| 1024香蕉在线观看| 国产欧美日韩精品亚洲av| 欧美在线黄色| 他把我摸到了高潮在线观看| 国产精品,欧美在线| 日本精品一区二区三区蜜桃| 免费av毛片视频| 亚洲激情在线av| 午夜福利,免费看| 亚洲精品美女久久av网站| 19禁男女啪啪无遮挡网站| 19禁男女啪啪无遮挡网站| 亚洲狠狠婷婷综合久久图片| 狠狠狠狠99中文字幕| 一级片免费观看大全| 最近最新中文字幕大全免费视频| 一个人观看的视频www高清免费观看 | 亚洲国产精品久久男人天堂| 亚洲欧美精品综合久久99| 午夜成年电影在线免费观看| 99国产极品粉嫩在线观看| 美女大奶头视频| 国内精品久久久久精免费| 欧美大码av| 精品少妇一区二区三区视频日本电影| 国产成人啪精品午夜网站| 国产精品亚洲av一区麻豆| 亚洲免费av在线视频| 桃色一区二区三区在线观看| 亚洲国产精品久久男人天堂| 精品第一国产精品| 国产亚洲精品综合一区在线观看 | 桃红色精品国产亚洲av| 国产欧美日韩综合在线一区二区| 99久久综合精品五月天人人| 一卡2卡三卡四卡精品乱码亚洲| 亚洲欧美精品综合久久99| 成人18禁高潮啪啪吃奶动态图| 99精品在免费线老司机午夜| 好看av亚洲va欧美ⅴa在| 欧美日韩精品网址| 日本黄色视频三级网站网址| 久久人人精品亚洲av| 97人妻精品一区二区三区麻豆 | 久久国产精品人妻蜜桃| 欧美大码av| 亚洲专区字幕在线| 精品国产乱子伦一区二区三区| 人妻丰满熟妇av一区二区三区| 久久影院123| 国产99久久九九免费精品| 久久精品亚洲精品国产色婷小说| 成年版毛片免费区| 国产精品一区二区精品视频观看| 午夜激情av网站| 午夜两性在线视频| 国产一级毛片七仙女欲春2 | 国产一级毛片七仙女欲春2 | 女人高潮潮喷娇喘18禁视频| 久久人人精品亚洲av| 精品人妻在线不人妻| 亚洲成人国产一区在线观看| 一二三四社区在线视频社区8| 亚洲人成77777在线视频| 啪啪无遮挡十八禁网站| cao死你这个sao货| a在线观看视频网站| 国产成人av教育| 精品午夜福利视频在线观看一区| 日本在线视频免费播放| 精品久久久久久久人妻蜜臀av | 每晚都被弄得嗷嗷叫到高潮| 男人舔女人的私密视频| 无遮挡黄片免费观看| 美女午夜性视频免费| 欧美老熟妇乱子伦牲交| 久久久国产精品麻豆| 黄色女人牲交| 在线观看www视频免费| 黄色a级毛片大全视频| 十八禁人妻一区二区| 亚洲视频免费观看视频| 国产精品免费视频内射| 熟女少妇亚洲综合色aaa.| 色精品久久人妻99蜜桃| 欧美黄色片欧美黄色片| 精品一区二区三区视频在线观看免费| 日本在线视频免费播放| 午夜福利视频1000在线观看 | 这个男人来自地球电影免费观看| 人人妻人人澡欧美一区二区 | 色在线成人网| 丝袜美足系列| 三级毛片av免费| cao死你这个sao货| 免费人成视频x8x8入口观看| 国产精品久久久久久人妻精品电影| 亚洲五月天丁香| 一区二区三区精品91| 成年人黄色毛片网站| 午夜精品在线福利| 国产av又大| 亚洲人成伊人成综合网2020| 日本撒尿小便嘘嘘汇集6| 午夜福利成人在线免费观看| www.熟女人妻精品国产| 看黄色毛片网站| 好看av亚洲va欧美ⅴa在| 岛国在线观看网站| 国产精品98久久久久久宅男小说| 在线观看66精品国产| 亚洲 欧美 日韩 在线 免费| 妹子高潮喷水视频| 嫩草影视91久久| 好男人电影高清在线观看| 亚洲国产精品999在线| 国产欧美日韩一区二区三| 亚洲精品美女久久av网站| 亚洲九九香蕉| 欧美成人一区二区免费高清观看 | 日本免费a在线| 午夜福利在线观看吧| 香蕉国产在线看| 老司机午夜十八禁免费视频| 首页视频小说图片口味搜索| svipshipincom国产片| 天堂影院成人在线观看| 丁香六月欧美| 午夜福利影视在线免费观看| 国产精品乱码一区二三区的特点 | 一级,二级,三级黄色视频| 欧美色视频一区免费| 欧美一级毛片孕妇| 亚洲在线自拍视频| 99国产精品一区二区三区| 国产成人欧美| 国产精品香港三级国产av潘金莲| 男女床上黄色一级片免费看| 黑人巨大精品欧美一区二区蜜桃| 欧美日本亚洲视频在线播放| 1024香蕉在线观看| 国产一区二区激情短视频| 精品国产乱码久久久久久男人| 欧美日韩亚洲综合一区二区三区_| 亚洲五月天丁香| x7x7x7水蜜桃| 天堂影院成人在线观看| 中文字幕高清在线视频| 欧美不卡视频在线免费观看 | 国产精品久久久久久人妻精品电影| 给我免费播放毛片高清在线观看| 日本vs欧美在线观看视频| 校园春色视频在线观看| 久久久久久久久免费视频了| 91九色精品人成在线观看| 亚洲av五月六月丁香网| 亚洲中文字幕日韩| 免费看a级黄色片| 午夜免费观看网址| 中文字幕另类日韩欧美亚洲嫩草| 中亚洲国语对白在线视频| 满18在线观看网站| 电影成人av| 午夜老司机福利片| 在线观看日韩欧美| 免费不卡黄色视频| 久久国产精品人妻蜜桃| 欧美绝顶高潮抽搐喷水| 一级黄色大片毛片| av天堂在线播放| av视频免费观看在线观看| 久久久久久大精品| 国产精品久久久久久人妻精品电影| bbb黄色大片| 9色porny在线观看| 老司机在亚洲福利影院| 村上凉子中文字幕在线| 女生性感内裤真人,穿戴方法视频| 中亚洲国语对白在线视频| 两人在一起打扑克的视频| 亚洲情色 制服丝袜| 岛国在线观看网站| 国产三级在线视频| 午夜福利免费观看在线| 一级作爱视频免费观看| 日韩欧美国产在线观看| 曰老女人黄片| 亚洲成人精品中文字幕电影| 91成年电影在线观看| 午夜精品久久久久久毛片777| 国产精品一区二区免费欧美| 黄色成人免费大全| 在线视频色国产色| 欧美日韩亚洲综合一区二区三区_| av福利片在线| 欧美一级a爱片免费观看看 | 1024视频免费在线观看| 免费在线观看亚洲国产| 欧美一级a爱片免费观看看 | 欧美成狂野欧美在线观看| 成熟少妇高潮喷水视频| 午夜福利影视在线免费观看| 亚洲伊人色综图| 黑丝袜美女国产一区| 香蕉国产在线看| 人妻丰满熟妇av一区二区三区| 亚洲人成网站在线播放欧美日韩| 国产精品香港三级国产av潘金莲| 欧美日韩亚洲综合一区二区三区_| 国内精品久久久久久久电影| 99国产精品99久久久久| 999精品在线视频| 国产成年人精品一区二区| 男人操女人黄网站| 最近最新中文字幕大全电影3 | 正在播放国产对白刺激| 亚洲自偷自拍图片 自拍| 国产av在哪里看| 琪琪午夜伦伦电影理论片6080| 久久性视频一级片| 法律面前人人平等表现在哪些方面| 亚洲国产欧美网| 免费在线观看影片大全网站| 亚洲成人国产一区在线观看| 久久久久久久久久久久大奶| 可以免费在线观看a视频的电影网站| 成人精品一区二区免费| 色哟哟哟哟哟哟| 黄片小视频在线播放| 一本久久中文字幕| 亚洲精品国产一区二区精华液| 亚洲自偷自拍图片 自拍| 亚洲精品在线观看二区| 欧美日本中文国产一区发布| 大香蕉久久成人网| 级片在线观看| 亚洲一区中文字幕在线| 免费少妇av软件| 最近最新中文字幕大全免费视频| 大码成人一级视频| 欧美乱色亚洲激情| 人人妻人人澡欧美一区二区 | 脱女人内裤的视频| 999精品在线视频| 老汉色av国产亚洲站长工具| 国产av又大| 中文字幕久久专区| 女人被躁到高潮嗷嗷叫费观| www.999成人在线观看| 波多野结衣一区麻豆| 淫妇啪啪啪对白视频| 亚洲成人免费电影在线观看| 美女午夜性视频免费| 男女之事视频高清在线观看| 精品午夜福利视频在线观看一区| 好看av亚洲va欧美ⅴa在| www.自偷自拍.com| videosex国产| 18禁黄网站禁片午夜丰满| 免费一级毛片在线播放高清视频 | 亚洲精品久久国产高清桃花| www.熟女人妻精品国产| 国产精品一区二区精品视频观看| 国产精品久久久久久精品电影 | 大型av网站在线播放| 日本在线视频免费播放| 国产视频一区二区在线看| 欧美激情 高清一区二区三区| 成年人黄色毛片网站| 国产99久久九九免费精品| 欧美亚洲日本最大视频资源| 99在线人妻在线中文字幕| 女警被强在线播放| 免费一级毛片在线播放高清视频 | 美女 人体艺术 gogo| 精品国产国语对白av| 久久国产乱子伦精品免费另类| 久久久精品欧美日韩精品| 热99re8久久精品国产| 久久精品亚洲熟妇少妇任你| 天天躁狠狠躁夜夜躁狠狠躁| 欧美成人性av电影在线观看| 精品久久蜜臀av无| 免费无遮挡裸体视频| 宅男免费午夜| 波多野结衣一区麻豆| 国产成人精品久久二区二区免费| 婷婷精品国产亚洲av在线| 亚洲九九香蕉| 午夜久久久在线观看| 国产亚洲精品久久久久久毛片| 岛国视频午夜一区免费看| 欧美成狂野欧美在线观看| 麻豆一二三区av精品| 美女午夜性视频免费| 亚洲人成电影观看| 久久 成人 亚洲| 久久人人97超碰香蕉20202| 成在线人永久免费视频| 性欧美人与动物交配| 久久精品亚洲精品国产色婷小说| 久久久国产欧美日韩av| 久久亚洲真实| 最近最新中文字幕大全电影3 | 亚洲国产欧美网| 亚洲成人久久性| 99国产综合亚洲精品| 色综合欧美亚洲国产小说| 精品少妇一区二区三区视频日本电影| 国产精品免费一区二区三区在线| 99香蕉大伊视频| 午夜日韩欧美国产| 一级a爱片免费观看的视频| 亚洲aⅴ乱码一区二区在线播放 | 久久香蕉国产精品| 女人被狂操c到高潮| 在线观看66精品国产| 91精品三级在线观看| aaaaa片日本免费| 一边摸一边抽搐一进一出视频| 亚洲成人国产一区在线观看| 黄色片一级片一级黄色片| 亚洲一区中文字幕在线| 日本精品一区二区三区蜜桃| 精品一区二区三区四区五区乱码| 超碰成人久久| 18禁国产床啪视频网站| 一进一出抽搐动态| 色综合婷婷激情| 啦啦啦免费观看视频1| 久久久久九九精品影院| 久久 成人 亚洲| 欧美av亚洲av综合av国产av| 十八禁人妻一区二区| 一级毛片高清免费大全| 午夜福利欧美成人| 国产成人影院久久av| 国产激情欧美一区二区| 国产在线观看jvid| 视频在线观看一区二区三区| 久久精品亚洲精品国产色婷小说| 精品国产一区二区三区四区第35| 好男人在线观看高清免费视频 | 又黄又爽又免费观看的视频| 日韩欧美三级三区| 国产精品美女特级片免费视频播放器 | 69精品国产乱码久久久| 日韩国内少妇激情av| 日韩欧美三级三区| 久久久国产成人精品二区| 日韩中文字幕欧美一区二区| 国产成人精品在线电影| 国产精品久久电影中文字幕| 亚洲一区二区三区色噜噜| 制服丝袜大香蕉在线| 制服人妻中文乱码| 午夜福利18| 高清毛片免费观看视频网站| 国产成人精品久久二区二区免费| 国产精品香港三级国产av潘金莲| 真人一进一出gif抽搐免费| 中文字幕精品免费在线观看视频| 久久天堂一区二区三区四区| 女警被强在线播放| 亚洲午夜精品一区,二区,三区| 午夜免费观看网址| av片东京热男人的天堂| 一区二区三区激情视频| 国产精品自产拍在线观看55亚洲| 欧洲精品卡2卡3卡4卡5卡区| 日本免费一区二区三区高清不卡 | www日本在线高清视频| 美女高潮喷水抽搐中文字幕| 少妇的丰满在线观看| 国产99白浆流出| 性色av乱码一区二区三区2| 最新美女视频免费是黄的| 日本五十路高清| 久久亚洲真实| 精品高清国产在线一区| 黄色女人牲交| 99久久精品国产亚洲精品| 国产亚洲av高清不卡| 亚洲性夜色夜夜综合| 丰满人妻熟妇乱又伦精品不卡| 叶爱在线成人免费视频播放| 精品日产1卡2卡| 麻豆久久精品国产亚洲av| 国产高清有码在线观看视频 | 色在线成人网| 久久性视频一级片| 国产亚洲精品一区二区www| 亚洲,欧美精品.| 成人国语在线视频| 国产99白浆流出| 99国产精品一区二区蜜桃av| 日日摸夜夜添夜夜添小说| 黄色女人牲交| 性少妇av在线| 亚洲国产高清在线一区二区三 | 亚洲视频免费观看视频| 久久久国产成人精品二区| 亚洲精品中文字幕在线视频| 最近最新中文字幕大全免费视频| 看片在线看免费视频| 91麻豆精品激情在线观看国产| 国产麻豆69| 在线观看www视频免费| 两个人视频免费观看高清| 日日爽夜夜爽网站| 婷婷六月久久综合丁香| 精品一区二区三区四区五区乱码| 啪啪无遮挡十八禁网站| 亚洲男人的天堂狠狠| 神马国产精品三级电影在线观看 | 日韩精品青青久久久久久| 这个男人来自地球电影免费观看| 搞女人的毛片| 国产一区二区激情短视频| 国产日韩一区二区三区精品不卡| 国产在线观看jvid| 免费在线观看黄色视频的| 一边摸一边做爽爽视频免费| 亚洲九九香蕉| 国产1区2区3区精品| 99热只有精品国产| 大码成人一级视频| 久久欧美精品欧美久久欧美| 欧美乱妇无乱码| 九色亚洲精品在线播放| 久久中文字幕一级| 日日爽夜夜爽网站| 亚洲,欧美精品.| 法律面前人人平等表现在哪些方面| 国产亚洲精品第一综合不卡| 后天国语完整版免费观看| 亚洲精品一卡2卡三卡4卡5卡| 香蕉丝袜av| 一级毛片高清免费大全| 美女高潮喷水抽搐中文字幕| 亚洲男人的天堂狠狠| 欧美日本亚洲视频在线播放| 亚洲人成电影免费在线| 亚洲中文字幕日韩| 18禁美女被吸乳视频| 亚洲国产欧美网| 国产一区二区三区综合在线观看| 久久伊人香网站| 中文字幕人成人乱码亚洲影| 国产97色在线日韩免费| 999久久久国产精品视频| 给我免费播放毛片高清在线观看| 777久久人妻少妇嫩草av网站| 午夜亚洲福利在线播放| 丝袜美足系列| АⅤ资源中文在线天堂| 制服人妻中文乱码| 亚洲精品久久成人aⅴ小说| 少妇的丰满在线观看| 久久欧美精品欧美久久欧美| 真人一进一出gif抽搐免费| 亚洲欧美激情在线| av超薄肉色丝袜交足视频| 99国产精品一区二区三区| 亚洲九九香蕉| 9191精品国产免费久久| 亚洲精品美女久久久久99蜜臀| 欧美大码av| 久久精品国产亚洲av香蕉五月| 老司机午夜福利在线观看视频| 日本五十路高清| 久久久精品国产亚洲av高清涩受| 老司机靠b影院| 制服诱惑二区| 亚洲成人免费电影在线观看| 色精品久久人妻99蜜桃| 成人国产综合亚洲| 亚洲七黄色美女视频| 在线观看舔阴道视频| 久久久国产精品麻豆| 国产激情欧美一区二区| 国产精品二区激情视频| 制服人妻中文乱码| 国产私拍福利视频在线观看| 欧美中文综合在线视频| 国产精品香港三级国产av潘金莲| 中文字幕色久视频| 亚洲国产精品sss在线观看| 极品人妻少妇av视频| 嫩草影视91久久| 99香蕉大伊视频| 12—13女人毛片做爰片一| 亚洲色图 男人天堂 中文字幕| 国产99白浆流出| 两性夫妻黄色片| 国产一区二区三区视频了| 国产精华一区二区三区| 亚洲人成网站在线播放欧美日韩| 电影成人av| 免费无遮挡裸体视频| 亚洲黑人精品在线| 日韩精品中文字幕看吧| 国内毛片毛片毛片毛片毛片| 麻豆一二三区av精品| 老汉色av国产亚洲站长工具| 黄片播放在线免费| 免费在线观看完整版高清| 免费久久久久久久精品成人欧美视频| 中文字幕人成人乱码亚洲影| 亚洲欧美精品综合久久99| 亚洲欧美日韩无卡精品| 欧美丝袜亚洲另类 | 日日爽夜夜爽网站| 亚洲熟妇中文字幕五十中出| 亚洲第一电影网av| 日韩 欧美 亚洲 中文字幕| 欧美成人免费av一区二区三区| 成人三级黄色视频| 自拍欧美九色日韩亚洲蝌蚪91| 搡老岳熟女国产| 成人三级做爰电影| 中文字幕人成人乱码亚洲影| 亚洲欧美精品综合久久99| 一a级毛片在线观看| 91麻豆av在线| 在线视频色国产色| 亚洲人成伊人成综合网2020| 日韩精品青青久久久久久| 黄色片一级片一级黄色片| 乱人伦中国视频| 国产成人一区二区三区免费视频网站| 好男人电影高清在线观看| 免费在线观看黄色视频的| 18禁观看日本| bbb黄色大片| 9色porny在线观看| 国产精品免费一区二区三区在线| 国产精品 欧美亚洲| 国产主播在线观看一区二区| 久久伊人香网站| 久久精品国产清高在天天线| 久久午夜综合久久蜜桃| 精品国产美女av久久久久小说| 午夜久久久久精精品| 国产精品久久久久久精品电影 | 亚洲欧美日韩高清在线视频| 中文字幕人妻丝袜一区二区| 夜夜躁狠狠躁天天躁| 岛国视频午夜一区免费看| 久久人妻av系列| 亚洲av成人av| 啦啦啦观看免费观看视频高清 | 亚洲欧美日韩高清在线视频| 国产一区二区三区综合在线观看| 窝窝影院91人妻| 久久久久久大精品| 久久精品国产综合久久久| 久久久精品欧美日韩精品| 久久精品亚洲精品国产色婷小说| 黄频高清免费视频| 色综合婷婷激情| 亚洲性夜色夜夜综合| 亚洲自偷自拍图片 自拍| 亚洲七黄色美女视频| 97人妻天天添夜夜摸| 日韩av在线大香蕉| 一级黄色大片毛片| 黄片大片在线免费观看| 色哟哟哟哟哟哟| 无人区码免费观看不卡| 日韩精品青青久久久久久| 夜夜夜夜夜久久久久| 亚洲国产精品999在线| 法律面前人人平等表现在哪些方面| 久久精品国产亚洲av香蕉五月| 高潮久久久久久久久久久不卡| 19禁男女啪啪无遮挡网站| 高潮久久久久久久久久久不卡| 国产一区二区在线av高清观看| 色av中文字幕| 色在线成人网| 成人亚洲精品av一区二区| 男女下面进入的视频免费午夜 | 大型av网站在线播放| 啦啦啦韩国在线观看视频| 国产一区二区三区综合在线观看| 精品久久久久久久人妻蜜臀av | 国产三级黄色录像| 香蕉久久夜色| 性色av乱码一区二区三区2| 97人妻天天添夜夜摸| 99riav亚洲国产免费| 国产99白浆流出| 女警被强在线播放| 免费看a级黄色片| 国产亚洲欧美精品永久| 少妇被粗大的猛进出69影院| 精品一区二区三区av网在线观看| 欧美日韩中文字幕国产精品一区二区三区 | 欧美成人免费av一区二区三区| av视频免费观看在线观看|