• <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 ?

    一種基于小波分時灰度矩與概率神經網絡的電網故障診斷方法

    2012-06-06 09:45:02程宏波
    關鍵詞:波分相電流小波

    羅 毅,程宏波,吳 浩,李 鶯

    (1.四川理工學院自動化與電子信息學院,四川自貢 643000;2.華東交通大學電氣工程學院,江西南昌 330013)

    0 引言

    電力系統(tǒng)是一個高可靠性要求的動態(tài)系統(tǒng),任何故障的發(fā)生都有可能對整個系統(tǒng)的安全穩(wěn)定運行產生嚴重威脅,甚至引起整個系統(tǒng)的故障災變。為限制電力系統(tǒng)故障的不利影響,實時、可靠、快速的故障診斷方法對電力系統(tǒng)至關重要。

    隨著同步相量測量技術的日漸成熟和廣泛應用,故障時大量暫態(tài)數(shù)據(jù)的快速獲取已經成為現(xiàn)實,這些數(shù)據(jù)較穩(wěn)態(tài)數(shù)據(jù)包含有更為豐富的故障信息。如何有效地對大量的暫態(tài)數(shù)據(jù)進行分析,快速有效地提取其中能夠反映故障的特征信息,已是當前電力系統(tǒng)故障診斷的一個研究熱點之一[1-4]。

    小波變換作為一種時間-尺度的多分辨率分析方法,在非平穩(wěn)信號的特征提取與分離上具有較大的優(yōu)勢,變換之后的小波系數(shù)中包含有比較完整的原信號的信息?;叶葓D是不同時間和尺度上各小波系數(shù)的直觀表示,但它依賴于人的主觀判斷,更適應于人的定性觀測?;叶染乜梢远康拿枋龌叶葓D中像素點的分布情況以及灰度圖的幾何形狀[5],能更全面地反映信號特征,因而可利用故障后暫態(tài)信號小波變換灰度圖的矩信號來作為故障判斷的特征信息。

    概率神經網絡學習規(guī)則簡單,訓練速度快,具有較強的模式分類、非線性函數(shù)逼近和自適應學習能力,在電力系統(tǒng)中的應用也越來越多[6]。利用它的強分類能力將更有助于故障的自動識別。

    本文在分析小波變換的灰度圖及灰度矩的原理的基礎上,給出了小波分時灰度矩的定義、計算方法及實現(xiàn)步驟,提出將小波分時灰度矩與概率神經網絡相結合的電網故障診斷方法,以小波分時灰度矩作為概率神經網絡的輸入,診斷結果作為輸出,實現(xiàn)對電網故障類型的自動識別。通過PSCAD/EMTDC對電力系統(tǒng)不同類型的故障進行了仿真,最終診斷結果驗證了小波分時灰度矩能較好的反應電力系統(tǒng)的故障特征;與概率神經網絡相結合,可有效地識別電網的故障類型,對電力系統(tǒng)的故障處理具有重要意義。

    1 小波灰度圖及其灰度矩

    1.1 小波灰度圖

    小波變換克服了傳統(tǒng)傅立葉變換的缺點,提出了變分辨率的時頻分析思想,具有用多重分辨率來刻劃信號局部特征的能力,適用于探測信號中的瞬態(tài)成分,因此,在故障診斷中得到了廣泛的應用。

    小波變換之后的小波系數(shù)中包含有比較完整的原信號信息。小波系數(shù)的分布情況可用灰度圖的形式呈現(xiàn)出來,小波灰度圖實際上是小波變換的時間-尺度-系數(shù)3者關系的二維表示。其中,橫軸表示信號沿時間方向上的位置,縱軸表示尺度大小,而每個點的灰度深淺表示小波系數(shù)的幅值大小。

    通過灰度圖可以直觀地看到某一時刻一個復雜信號由哪些頻率(尺度)成分構成。不同信號對應的灰度圖是不同的,特別是發(fā)生故障時的故障信號與正常時信號的灰度圖差異更為明顯,因此可以通過灰度圖對故障進行識別。但直接根據(jù)灰度圖對故障進行識別,受診斷主體的主觀影響較大,同時還存在很大的模糊性,很難得到客觀準確的結論,不利于計算機的自動診斷。本文引入圖像識別領域中的矩特征來描述灰度圖中象素點的整體分布情況,以及灰度圖像的基本幾何形狀,得到灰度矩作為故障分析的征兆量。

    1.2 小波分時灰度矩

    在圖像識別領域,矩特征是應用很廣泛的一種圖像統(tǒng)計參數(shù),它描述了一幅灰度圖中所有像素點的整體分布情況,以及灰度圖像的基本幾何形狀。

    灰度矩的定義為[7]

    (1)式中:cij是信號經小波變換后的系數(shù)矩陣[C]m×n的元素;m和n分別對應小波變換的尺度和時間;表征元素與元素c11之間的距離,相當于灰度圖中某一個像素點(i,j)與參考點(1,1)之間的幾何長度?;叶染豨k反映了灰度圖中像素灰度的分布情況,可用來作為反映電力系統(tǒng)故障的故障特征。由于系數(shù)矩陣元素較多,k越大,乘方運算的時間開銷越多,文獻[7]的研究表明,k=1的一階灰度矩一樣具有較高的區(qū)分能力,為減小計算開銷,提高故障診斷的實時性,本文選取一階灰度矩作為故障特征。

    為了描述信號隨時間的變化,定義分時灰度矩來描述小波系數(shù)在時間上的變化情況。分時灰度矩對小波變換的灰度圖進行時間上的劃分,以分別求得不同時刻的灰度矩的值,從而得到小波系數(shù)隨時間的變化情況。具體來說就是將變換后的小波系數(shù)矩陣[C]m×n沿時間劃分為l等份,然后分別對每一個分時矩陣求灰度矩,最后得到一個可以反映信號隨時間變化的灰度矩序列G=[g(1),g(2),…,g(l)]。其中

    (2)式中,crs是小波系數(shù)矩陣[C]m×n依時間劃分的一個m×n/l階子矩陣。

    基于連續(xù)小波變換信號提取一階分時灰度矩征兆的基本步驟如下。

    1)設待分析信號為{an},進行歸一化處理得到序列{xn},其中

    2)選擇合適的小波和分解尺度對{xn}進行連續(xù)小波分解,得到m×n階系數(shù)矩陣[Cij];

    3)將系數(shù)矩陣[C]m×n沿時間劃分為l等份,得到l個m×n/l階子矩陣crs。

    4)分別對每一個分時子矩陣crs按式(2)計算其灰度矩,得到灰度矩序列。

    2 概率神經網絡模型

    概率神經網絡(probability neural network,PNN)是一種前向型網絡,由徑向基層和競爭層組成,其結構如圖1所示。

    圖1 概率神經網絡結構Fig.1 Structure of probability neural network

    概率神經網絡的實質是一個分類器,根據(jù)概率密度函數(shù)的無參估計進行貝葉斯決策而得到分類結果。當訓練樣本數(shù)據(jù)足夠多時,概率神經網絡收斂于一個貝葉斯分類器,可用來解決分類問題[8]。

    該網絡的輸入層神經元個數(shù)與訓練樣本向量的個數(shù)相同,輸出層神經元個數(shù)等于訓練樣本數(shù)據(jù)的種類個數(shù);而且輸出層是競爭層,每個神經元分別對應一個數(shù)據(jù)類型。得出概率密度函數(shù)最大的那個神經元輸出為1,為待識別的樣本模式類別,其他神經元輸出則為0。PNN作為徑向基網絡的一種,適合于模式分類,故可采用小波灰度矩作為特征量,以概率神經網絡作為分類器,來對電網不同類型的故障進行識別和判斷。

    3 基于小波分時灰度矩的電力系統(tǒng)故障識別

    3.1 小波分時灰度矩的獲取

    通過以上分析可知,電力系統(tǒng)故障信號與正常信號的灰度圖存在較大差異,而灰度矩則能將這種差異定量反映出來。小波分時灰度矩將灰度矩與時間聯(lián)系起來,能更準確反映電力系統(tǒng)故障信號隨時間變化的關系,可用于電力系統(tǒng)的故障診斷。

    本文以電力系統(tǒng)中輸電線路發(fā)生短路故障為例,以各相電流為研究對象,通過小波變換得到各相電流小波變換的灰度圖及對應的分時灰度矩,以分時灰度矩作為故障特征,實現(xiàn)對電網故障的識別和判斷。

    采用PSCAD/EMTDC對圖2所示的輸電線短路進行了仿真,系統(tǒng)的模型參數(shù):變壓器容量100 MVA,線路接有100 MW負載,在距離左側母線180 km處發(fā)生短路故障,線路總長260 km,線路參數(shù)[9]R1=0.070 5 Ω/km,L1=1.274 mH/km,C1=0.086 μF/km;R0=0.323 Ω/km,L0=3.822 mH/km,C0=0.006 05μF/km。

    圖2 簡化的故障模型示意圖Fig.2 Simplified model with fault

    發(fā)生AB兩相短路時各相電流的波形及其小波變換的灰度圖如圖3所示。

    從圖3中可以看到,發(fā)生故障的相電流變換的小波灰度圖與正常相電流的小波灰度圖有著較大的區(qū)別。特別是在故障發(fā)生時刻,灰度圖的區(qū)別更加明顯。

    利用db4小波對電流信號進行變換,并取每0.01 S計算一次,即l=50,按前述方法計算出的AB相短路時各相電流小波分時灰度矩如圖4所示,采用dmey和meyer小波母函數(shù)計算得到的灰度矩與其區(qū)別不大。從圖4中可以看出,小波灰度矩在故障發(fā)生時刻顯著增加,因此可作為特征量判斷故障的發(fā)生。

    表1所示為圖2系統(tǒng)在不同運行情況下各相電流小波變換后分時灰度矩的值。從表1中可以看出,故障相電流小波分時灰度矩的值Gfault≥0.160 7(B相接地短路時電流Ib的分時灰度矩),正常相電流小波分時灰度矩的值Gnornal≤0.049 7(A相接地短路時電流Ib的分時灰度矩),兩者之間有較大差距。

    接地故障與非接地故障中性點電流灰度矩的值相差也非常明顯(接地故障時≥0.091 9,非接地故障時≤7.395 2e-004),表明采用小波灰度矩作為反映故障的特征量是合適的。為了更加直觀地表示故障相與正常相小波分時灰度矩值的差異,將4種典型情況的電流灰度矩值列于圖5中。

    圖3 發(fā)生兩相(AB)短路時,電流波形圖及對應的小波變換灰度圖Fig.3 Currentwaveform and its wavelet gray picture when phase A direct to phase B

    圖4 發(fā)生兩相(AB)短路故障時,各相電流小波變換后的分時灰度矩Fig.4 Time divided graymoment of currents when phase A direct to phase B

    表1 不同情況下各相電流小波變換后分時灰度矩的值Tab.1 Time divided graymoments of currents under different circumstances

    通過對表1中數(shù)據(jù)及圖5中圖形的分析,可以看到,利用小波分時灰度矩作為反映故障的特征量,具有較好的區(qū)分能力。

    圖5 4種典型情況下電流小波分時灰度矩對比圖Fig.5 Different graymoments under differents types of faults

    3.2 基于概率神經網絡的故障識別與判斷

    PNN網絡可直接由Matlab提供的函數(shù)net=newpnn(P,T,S)來創(chuàng)建,其中:P為輸入向量,T為目標向量,S為擴展參數(shù)(默認為0.1)。建立一個2層PNN網絡,第1層為徑向基層,激勵函數(shù)為徑向基函數(shù)radbas,權值向量設置為輸入向量的轉置P';第2層為競爭層,其激勵函數(shù)是compet,權值向量為目標向量T。以各相電流的小波灰度矩作為PNN網絡的輸入,11種模式的分類結果作為輸出。

    分別改變故障位置、線路負荷、過渡電阻的大小,對圖1所示系統(tǒng)的11種情況各進行130次仿真,得到130組共1 430個數(shù)據(jù)樣本。對每種情況各隨機選取100組共1 100個數(shù)據(jù)作為訓練樣本,另外30組作為測試樣本,其識別結果如表2所示。

    表2 概率神經網絡測試結果Tab.2 Test result of PNN

    從表2測試結果可以看出。

    1)以小波分時灰度矩作為故障特征,能較好地區(qū)分電網故障與正常運行的情況,對電網正常運行的正確識別率達100%;

    2)對單相故障及三相故障的識別能力強,三相故障和部分單相故障的正確識別率達100%。說明在采用小波灰度矩作為故障特征時,單相故障及三相故障的特征表現(xiàn)明顯,因而識別結果較好。這也與測試和訓練的樣本數(shù)有限有關,由于仿真得到的測試樣本較真實情況更為理想,故而仿真實驗中得到的正確率可能會比實際應用中的要高;

    3)對兩相短路故障及兩相接地短路故障的識別能力較其他故障類型要差,主要是兩相短路和兩相接地短路時,小波灰度矩的表現(xiàn)有較大相似性。當接入的過渡電阻較大時,他們之間的差異進一步減小,從而給識別造成了一定的困難;

    4)一階灰度矩對電網故障具有較高區(qū)分度。通過對2階灰度矩的驗證,在消耗3倍于一階運算時間的情況下,大部分故障的識別率與一階基本相同,沒有明顯改善。

    故障仿真結果表明,采用小波分時灰度矩的方法具有較好的故障識別能力,結合概率神經網絡,能夠較好的對電力系統(tǒng)的短路故障進行診斷。

    4 結論

    故障信號經小波變換后的系數(shù)中包含有豐富完整的故障信息,灰度圖能將這些信息直觀的表示出來,灰度矩則能將這些信息加以量化,更具體地反映信號特征;分時灰度矩將灰度圖中蘊含的故障特征信息沿時間作了細化處理,可以定量展現(xiàn)故障的特征信息,因而能更準確地反映故障信號特征,是進行輸電網故障識別的一種有效手段;概率神經網絡學習規(guī)則簡單,分類能力強,將小波灰度矩與概率神經網絡相結合,可有效地實現(xiàn)對輸電網故障的自動識別和診斷。

    [1]王鋼,李志鏗,李海鋒.±800kV特高壓直流線路暫態(tài)保護[J].電力系統(tǒng)自動化,2007,31(21):40-43.

    WANG Gang, LI Zhi-keng, LI Hai-feng. Transient based protection for±800 kV UHVDC transmission lines[J].Automation of electric power system,,2007,31(21):40-43.

    [2]符玲,何正友,麥瑞坤,等.近似熵算法在電力系統(tǒng)故障信號分析中的應用[J].中國電機工程學報,2008,28(28):68-73.

    FU Ling,HE Zheng-you,MAIRui-kun,et al.Application of approximate entropy to faultsignalanalysis in electric power system[J].Proceedings of the CSEE.2008,28(28):68-73.

    [3] 韓志偉,劉志剛,魯曉帆,等.基于CUDA的高速并行小波算法及其在電力系統(tǒng)諧波分析中的應用[J].電力自動化設備,2010,30(1):98-101.

    HAN Zhi-wei,LIU Zhi-gang,LU Xiao-fan,et al.Highspeed parallel wavelet algorithm based on CUDA and its application in power system harmonic analysis[J].Electric Power Automation Equipment.2010,30(1):98-101.

    [4]朱鋒峰,任震,黃雯瑩.基于小波變換修正幅值的電力系統(tǒng)頻率偏移診斷方法[J].電網技術,2004,28(11):34-37.

    ZHU Feng-feng,REN Zhen,HUANG Wen-ying.A method to diagnosis frequency shift of power systems based on modified amplitude of wavelet transform.Power system technology,2004,28(11):34-37.

    [5] 陳喜陽,王善永,孫建平,等.基于CWT灰度矩的水電機組振動征兆提?。跩].電力系統(tǒng)自動化,2007,31(9):68-71.

    CHEN Xi-yang,WANG Shan-yong,SUN Jian-ping,et al.Extraction of vibration symptom for the hydro-power unit based on CWT graymoment[J].Automation of electric power system,2007,31(9):68-71.

    [6]孫曉剛,張建華,侯國蓮,等.基于概率神經網絡的凝汽器故障診斷研究[J]. 現(xiàn)代電力,2005,22(3):58-61.

    SUN Xiao-gang,ZHANG Jian-hua,HOU Guo-lian,et al.Condenser fault diagnosis using probabilistic neural networks[J].Modern ElectricPower,2005,22(3):58-61.

    [7]楊濤.基于小波分時尺度矩特征的多狀態(tài)信息融合振動故障診斷和預測方法研究[D].武漢:華中科技大學,2009.

    YANG Tao.Vibration fault diagnostics and prognositics ofmulti-state information fusion based on wavelet time-division scale level moment[D].Wuhan:HuaZhong University of Seience and Teelinology,2009.

    [8]賈勇,何正友,趙靜.基于小波熵和概率神經網絡的配電網電壓暫降源識別方法[J].電網技術,2009,33(16):63-69.

    JIA Yong,HE Zheng-you,ZHAO Jing.A Method to Identify Voltage Sag Sources in Distribution Network Based on Wavelet Entropy and Probability Neural Network[J].Power System Technology,2009,33(16):63-69.

    [9]沈曉凡,粟小華,周春霞.750kV輸電線路對繼電保護的影響[J].電力設備,2006,7(1):18-19.

    SHEN Xiao-fan,SU Xiao-hua,ZHOU Chun-xia.Influence of 750kV transmission line on protection[J].Electrical Equipment,2006,7(1):18-19.

    猜你喜歡
    波分相電流小波
    單相三軸法與單軸三相法的等價性
    防爆電機(2023年6期)2023-11-30 03:05:28
    無源波分在5G建設中的應用
    無源波分在5G 前傳中的應用研究
    地鐵牽引逆變器輸出電流傳感器測試策略優(yōu)化分析
    構造Daubechies小波的一些注記
    科技風(2021年19期)2021-09-07 14:04:29
    輪轂電機控制器相電流重構方法
    電子與封裝(2021年7期)2021-07-29 10:58:48
    基于MATLAB的小波降噪研究
    電子制作(2019年13期)2020-01-14 03:15:32
    基于改進的G-SVS LMS 與冗余提升小波的滾動軸承故障診斷
    100G波分技術在城域網中的應用研究
    城域波分新技術部署策略研究
    中文资源天堂在线| 国产精品98久久久久久宅男小说| 一级黄片播放器| 国产一区二区亚洲精品在线观看| 少妇丰满av| 亚洲乱码一区二区免费版| 一区二区三区激情视频| 日本三级黄在线观看| 日本欧美国产在线视频| 国产伦人伦偷精品视频| 国产高清视频在线观看网站| 日韩欧美精品v在线| 国产精品久久久久久久电影| 日韩在线高清观看一区二区三区 | 国产高清有码在线观看视频| 久久精品国产亚洲av香蕉五月| 亚洲第一区二区三区不卡| 午夜免费男女啪啪视频观看 | 午夜激情福利司机影院| 99久久无色码亚洲精品果冻| 精品久久久久久久久av| 亚洲国产精品sss在线观看| 国产一级毛片七仙女欲春2| 亚洲成av人片在线播放无| 日日摸夜夜添夜夜添小说| 亚洲久久久久久中文字幕| 日本撒尿小便嘘嘘汇集6| 午夜免费激情av| 99九九线精品视频在线观看视频| 亚洲av免费在线观看| 久久久午夜欧美精品| 久久香蕉精品热| 看黄色毛片网站| 日韩欧美在线二视频| 精品一区二区三区视频在线| 一个人观看的视频www高清免费观看| 变态另类丝袜制服| ponron亚洲| 国产黄片美女视频| 成人欧美大片| 欧美国产日韩亚洲一区| 热99re8久久精品国产| 欧美性感艳星| 俄罗斯特黄特色一大片| 免费av毛片视频| 亚洲精品成人久久久久久| 婷婷色综合大香蕉| 久久热精品热| 不卡视频在线观看欧美| 淫妇啪啪啪对白视频| 亚洲图色成人| 国内久久婷婷六月综合欲色啪| 国产aⅴ精品一区二区三区波| 免费看日本二区| 久久午夜亚洲精品久久| 日韩强制内射视频| 亚洲综合色惰| 美女免费视频网站| av天堂中文字幕网| 亚洲色图av天堂| 亚洲va在线va天堂va国产| 国产精品,欧美在线| 少妇被粗大猛烈的视频| 色在线成人网| 成人毛片a级毛片在线播放| 国产午夜精品论理片| 校园春色视频在线观看| 三级毛片av免费| 国产精品一区www在线观看 | 国产大屁股一区二区在线视频| 免费看日本二区| 51国产日韩欧美| 久9热在线精品视频| 欧美在线一区亚洲| av视频在线观看入口| 成人午夜高清在线视频| 久久久久久久精品吃奶| 极品教师在线免费播放| 天堂动漫精品| 亚洲精品国产成人久久av| 色综合站精品国产| 亚洲国产欧洲综合997久久,| 88av欧美| 午夜福利高清视频| 国产精品99久久久久久久久| 18+在线观看网站| 国产色婷婷99| 直男gayav资源| 欧美色欧美亚洲另类二区| 午夜爱爱视频在线播放| 丝袜美腿在线中文| 免费大片18禁| 日韩欧美免费精品| 99在线人妻在线中文字幕| 成年女人永久免费观看视频| 美女大奶头视频| 国内揄拍国产精品人妻在线| 在线观看一区二区三区| 日韩人妻高清精品专区| 日韩,欧美,国产一区二区三区 | 99久久精品国产国产毛片| 精品久久久久久久末码| 免费看美女性在线毛片视频| 91久久精品国产一区二区三区| 亚洲av免费在线观看| 99热网站在线观看| 99热只有精品国产| 亚洲熟妇中文字幕五十中出| 99久久中文字幕三级久久日本| 免费看a级黄色片| 午夜福利欧美成人| 国产av在哪里看| 国内少妇人妻偷人精品xxx网站| 99热精品在线国产| 日日摸夜夜添夜夜添小说| 亚洲男人的天堂狠狠| 久久精品国产亚洲av天美| 真实男女啪啪啪动态图| 欧美高清性xxxxhd video| 久久久久久久亚洲中文字幕| 少妇高潮的动态图| 国产 一区精品| 一区福利在线观看| 国产女主播在线喷水免费视频网站 | 午夜精品久久久久久毛片777| 国产成人影院久久av| 亚洲av熟女| 18禁裸乳无遮挡免费网站照片| 亚洲精品影视一区二区三区av| 99国产精品一区二区蜜桃av| av视频在线观看入口| 成人午夜高清在线视频| 国产精品久久久久久av不卡| 免费人成视频x8x8入口观看| 欧美黑人巨大hd| 男人的好看免费观看在线视频| 最近最新免费中文字幕在线| 欧美激情在线99| www.www免费av| 国内毛片毛片毛片毛片毛片| 精品免费久久久久久久清纯| 毛片一级片免费看久久久久 | 69av精品久久久久久| 狠狠狠狠99中文字幕| 亚洲欧美日韩卡通动漫| 男女视频在线观看网站免费| 色播亚洲综合网| 欧美在线一区亚洲| 中亚洲国语对白在线视频| 午夜免费激情av| 淫秽高清视频在线观看| 国产精品爽爽va在线观看网站| 亚洲aⅴ乱码一区二区在线播放| 最后的刺客免费高清国语| 久99久视频精品免费| 男人的好看免费观看在线视频| 两人在一起打扑克的视频| 国产久久久一区二区三区| 亚洲国产精品久久男人天堂| 国产又黄又爽又无遮挡在线| 黄色欧美视频在线观看| 国产激情偷乱视频一区二区| a级一级毛片免费在线观看| 亚洲午夜理论影院| 成人高潮视频无遮挡免费网站| 免费无遮挡裸体视频| av在线蜜桃| 少妇人妻一区二区三区视频| 精品久久久久久,| 精品乱码久久久久久99久播| 欧美性猛交黑人性爽| 俺也久久电影网| 三级毛片av免费| 91麻豆av在线| 黄色欧美视频在线观看| 日韩欧美在线乱码| 久久久久久久久中文| 欧美一级a爱片免费观看看| 在线播放国产精品三级| 国产又黄又爽又无遮挡在线| 国产精品电影一区二区三区| 波多野结衣巨乳人妻| 免费看光身美女| 亚洲一区二区三区色噜噜| 久久精品国产亚洲av香蕉五月| 亚洲狠狠婷婷综合久久图片| 无人区码免费观看不卡| 黄色丝袜av网址大全| 啦啦啦观看免费观看视频高清| 亚洲成av人片在线播放无| 又黄又爽又免费观看的视频| 国内精品美女久久久久久| 神马国产精品三级电影在线观看| 搡女人真爽免费视频火全软件 | 赤兔流量卡办理| 久久精品国产亚洲av涩爱 | 欧美精品国产亚洲| 一级毛片久久久久久久久女| 亚洲七黄色美女视频| 99国产精品一区二区蜜桃av| 性插视频无遮挡在线免费观看| 成人特级av手机在线观看| 色综合站精品国产| 男女视频在线观看网站免费| 一级黄片播放器| 99久国产av精品| 国产 一区 欧美 日韩| netflix在线观看网站| 亚洲性久久影院| av福利片在线观看| 91午夜精品亚洲一区二区三区 | 天天躁日日操中文字幕| 成人av在线播放网站| 日本撒尿小便嘘嘘汇集6| 精品人妻一区二区三区麻豆 | 午夜福利视频1000在线观看| 成人性生交大片免费视频hd| 麻豆av噜噜一区二区三区| 日本三级黄在线观看| 国产色婷婷99| 免费看光身美女| 国产精品98久久久久久宅男小说| 一进一出抽搐gif免费好疼| av在线观看视频网站免费| 国产精品,欧美在线| 一区二区三区四区激情视频 | 少妇高潮的动态图| 日本黄大片高清| 3wmmmm亚洲av在线观看| 成年女人永久免费观看视频| 欧美成人a在线观看| 日本黄色片子视频| 成人美女网站在线观看视频| 婷婷精品国产亚洲av| av在线观看视频网站免费| 精品久久国产蜜桃| 欧美成人性av电影在线观看| 免费不卡的大黄色大毛片视频在线观看 | 午夜视频国产福利| 久久热精品热| 超碰av人人做人人爽久久| 亚洲av电影不卡..在线观看| 成人高潮视频无遮挡免费网站| 一区福利在线观看| 午夜老司机福利剧场| 免费在线观看日本一区| 91久久精品电影网| 亚洲最大成人av| bbb黄色大片| 成人美女网站在线观看视频| 波野结衣二区三区在线| 成人av一区二区三区在线看| 自拍偷自拍亚洲精品老妇| 九色成人免费人妻av| 欧美性感艳星| 国产人妻一区二区三区在| 欧美另类亚洲清纯唯美| 天堂av国产一区二区熟女人妻| 国产高清视频在线播放一区| 亚洲内射少妇av| 亚洲人与动物交配视频| 中国美白少妇内射xxxbb| 国产三级中文精品| 亚洲精品色激情综合| 狠狠狠狠99中文字幕| 日韩欧美精品免费久久| 很黄的视频免费| 久久久久精品国产欧美久久久| 亚洲国产精品合色在线| 色哟哟哟哟哟哟| 色综合亚洲欧美另类图片| 天天躁日日操中文字幕| 亚洲av电影不卡..在线观看| 欧美日韩综合久久久久久 | 欧美三级亚洲精品| 看免费成人av毛片| 中文字幕av成人在线电影| 俄罗斯特黄特色一大片| 好男人在线观看高清免费视频| 亚洲欧美日韩高清在线视频| 国产真实伦视频高清在线观看 | 亚洲性久久影院| 精品一区二区免费观看| 天天躁日日操中文字幕| 国产又黄又爽又无遮挡在线| 嫩草影视91久久| 日日干狠狠操夜夜爽| 国产 一区 欧美 日韩| 国产av在哪里看| 欧美成人一区二区免费高清观看| 国产激情偷乱视频一区二区| av在线观看视频网站免费| 一区二区三区免费毛片| 亚洲成av人片在线播放无| 一进一出好大好爽视频| 亚洲人与动物交配视频| 成人国产综合亚洲| 哪里可以看免费的av片| 99热这里只有是精品在线观看| 熟女电影av网| 日日干狠狠操夜夜爽| 老女人水多毛片| 国产男靠女视频免费网站| 最近最新免费中文字幕在线| av专区在线播放| 他把我摸到了高潮在线观看| 无人区码免费观看不卡| 国语自产精品视频在线第100页| 天堂动漫精品| 人妻久久中文字幕网| 悠悠久久av| 亚洲黑人精品在线| 精品久久久久久久人妻蜜臀av| 国产一区二区三区av在线 | 欧美又色又爽又黄视频| 最近最新免费中文字幕在线| 色综合婷婷激情| 精品一区二区免费观看| 热99re8久久精品国产| 久久精品国产亚洲av涩爱 | 亚洲人成网站在线播放欧美日韩| 国产免费av片在线观看野外av| 在线免费观看不下载黄p国产 | 99久久无色码亚洲精品果冻| 国产精品不卡视频一区二区| 热99在线观看视频| 小蜜桃在线观看免费完整版高清| 久久久久久久久中文| 国产高清不卡午夜福利| 国产伦精品一区二区三区视频9| 亚洲精品影视一区二区三区av| 成人亚洲精品av一区二区| 波多野结衣巨乳人妻| 99国产极品粉嫩在线观看| 久久久精品欧美日韩精品| 国产日本99.免费观看| 亚洲午夜理论影院| 国产乱人视频| 在线观看美女被高潮喷水网站| 啦啦啦啦在线视频资源| 亚洲性久久影院| 国产真实伦视频高清在线观看 | 欧美中文日本在线观看视频| 国产午夜精品论理片| 日韩中字成人| 国产精品久久久久久av不卡| 级片在线观看| 女同久久另类99精品国产91| 黄色女人牲交| 18禁裸乳无遮挡免费网站照片| 亚洲精品乱码久久久v下载方式| 国产精品亚洲美女久久久| 此物有八面人人有两片| a级毛片免费高清观看在线播放| 精品日产1卡2卡| 老熟妇乱子伦视频在线观看| 五月伊人婷婷丁香| videossex国产| 国产在线男女| 男女做爰动态图高潮gif福利片| www.www免费av| 人妻丰满熟妇av一区二区三区| 日韩一本色道免费dvd| 免费看美女性在线毛片视频| 欧美日韩亚洲国产一区二区在线观看| 欧美日本视频| 午夜福利18| 国产伦人伦偷精品视频| 九九爱精品视频在线观看| 国产黄片美女视频| 国产精品av视频在线免费观看| 久久6这里有精品| 在线播放国产精品三级| 国产高清视频在线播放一区| 色哟哟·www| 国产精品伦人一区二区| 欧美+日韩+精品| 国产主播在线观看一区二区| 男人的好看免费观看在线视频| 窝窝影院91人妻| 亚洲国产精品sss在线观看| 欧美zozozo另类| 中文字幕免费在线视频6| 欧美日韩综合久久久久久 | 亚洲综合色惰| 成人av在线播放网站| 日日摸夜夜添夜夜添av毛片 | 一级黄片播放器| 少妇的逼水好多| 午夜免费成人在线视频| 一个人免费在线观看电影| 午夜久久久久精精品| 夜夜看夜夜爽夜夜摸| 亚洲狠狠婷婷综合久久图片| 久久精品国产亚洲av天美| 亚洲av二区三区四区| 中文字幕熟女人妻在线| 在线播放国产精品三级| 成人国产一区最新在线观看| 亚洲18禁久久av| 亚洲四区av| 亚洲va日本ⅴa欧美va伊人久久| 日本色播在线视频| 18禁裸乳无遮挡免费网站照片| 国产探花在线观看一区二区| 亚洲中文字幕一区二区三区有码在线看| 亚洲熟妇中文字幕五十中出| 18禁黄网站禁片午夜丰满| 色5月婷婷丁香| 国产伦精品一区二区三区视频9| 男女视频在线观看网站免费| 成人一区二区视频在线观看| 国产精品1区2区在线观看.| 久久久久久久午夜电影| 色av中文字幕| av天堂在线播放| 精品欧美国产一区二区三| 搡老熟女国产l中国老女人| 久久国产乱子免费精品| 亚洲五月天丁香| 精品久久久噜噜| 国产亚洲精品综合一区在线观看| 日韩精品青青久久久久久| 国产欧美日韩精品亚洲av| 一级黄片播放器| 老司机深夜福利视频在线观看| 97超视频在线观看视频| 国产视频内射| 赤兔流量卡办理| 91av网一区二区| 精品久久久久久久末码| 精品久久久久久久久久久久久| 伊人久久精品亚洲午夜| 久久精品夜夜夜夜夜久久蜜豆| 国产成人影院久久av| 国产欧美日韩精品一区二区| 亚洲真实伦在线观看| 一边摸一边抽搐一进一小说| 久久久精品大字幕| 亚洲av中文av极速乱 | 国产69精品久久久久777片| 国产久久久一区二区三区| 日本成人三级电影网站| 噜噜噜噜噜久久久久久91| 国产精品永久免费网站| 神马国产精品三级电影在线观看| 色播亚洲综合网| 国产伦精品一区二区三区四那| av国产免费在线观看| 简卡轻食公司| 国产精品久久久久久久电影| 一区二区三区四区激情视频 | 十八禁网站免费在线| 51国产日韩欧美| 亚洲专区国产一区二区| 一夜夜www| 免费人成在线观看视频色| 日韩欧美免费精品| 在线观看午夜福利视频| 天堂av国产一区二区熟女人妻| 国产三级在线视频| 男人的好看免费观看在线视频| 成人精品一区二区免费| 日本 av在线| 99精品久久久久人妻精品| 国产伦在线观看视频一区| 久久久久久久久大av| 国产麻豆成人av免费视频| 日韩精品中文字幕看吧| 在线免费观看的www视频| 啦啦啦啦在线视频资源| 成人毛片a级毛片在线播放| 在线观看午夜福利视频| 黄色配什么色好看| 露出奶头的视频| 日本三级黄在线观看| 亚洲真实伦在线观看| 日韩欧美精品免费久久| 国产欧美日韩精品一区二区| 欧美bdsm另类| 亚洲最大成人手机在线| 午夜视频国产福利| 久久人人精品亚洲av| а√天堂www在线а√下载| 精品人妻一区二区三区麻豆 | av视频在线观看入口| 内地一区二区视频在线| 国产亚洲精品久久久久久毛片| 亚州av有码| 特大巨黑吊av在线直播| 国产 一区精品| 日韩高清综合在线| 免费观看精品视频网站| 日本五十路高清| 一区二区三区四区激情视频 | 免费观看在线日韩| 18禁在线播放成人免费| 真人做人爱边吃奶动态| 精品一区二区免费观看| 日本撒尿小便嘘嘘汇集6| 亚洲中文字幕一区二区三区有码在线看| 一个人免费在线观看电影| 国产探花在线观看一区二区| 久久这里只有精品中国| 久久久久性生活片| 在线天堂最新版资源| 嫩草影院新地址| 国产在线男女| 国产精品国产三级国产av玫瑰| 免费看日本二区| 嫩草影视91久久| 男人的好看免费观看在线视频| 看免费成人av毛片| 亚洲最大成人av| 99热这里只有是精品50| av国产免费在线观看| 欧美xxxx性猛交bbbb| 日韩中文字幕欧美一区二区| 欧美zozozo另类| 色5月婷婷丁香| 成年女人永久免费观看视频| 观看免费一级毛片| 草草在线视频免费看| 啦啦啦啦在线视频资源| 欧美一区二区精品小视频在线| 欧美成人一区二区免费高清观看| 亚洲精品一卡2卡三卡4卡5卡| 嫩草影院入口| 白带黄色成豆腐渣| av视频在线观看入口| 91狼人影院| 九九热线精品视视频播放| 成人综合一区亚洲| 我的女老师完整版在线观看| 久久久久久久久久久丰满 | 麻豆国产97在线/欧美| 乱码一卡2卡4卡精品| 九九久久精品国产亚洲av麻豆| 精品久久久久久成人av| 亚洲精品成人久久久久久| 桃色一区二区三区在线观看| 此物有八面人人有两片| 韩国av在线不卡| 午夜福利在线在线| 国产成人aa在线观看| 午夜福利高清视频| 久久久国产成人免费| 国产精品亚洲一级av第二区| 免费人成视频x8x8入口观看| 国产免费男女视频| 黄色视频,在线免费观看| 亚洲成av人片在线播放无| 狂野欧美激情性xxxx在线观看| 亚洲精华国产精华液的使用体验 | 色5月婷婷丁香| 色综合站精品国产| 成人一区二区视频在线观看| 亚洲av成人av| 免费在线观看日本一区| 亚洲熟妇中文字幕五十中出| 啦啦啦观看免费观看视频高清| 五月玫瑰六月丁香| 久久国产精品人妻蜜桃| 亚洲一级一片aⅴ在线观看| 尤物成人国产欧美一区二区三区| 成人国产麻豆网| 校园春色视频在线观看| 国产精品福利在线免费观看| 日韩 亚洲 欧美在线| 日日啪夜夜撸| 亚洲欧美激情综合另类| 91午夜精品亚洲一区二区三区 | 变态另类成人亚洲欧美熟女| 亚洲国产精品成人综合色| 亚洲最大成人中文| 69av精品久久久久久| 国内精品一区二区在线观看| 我要搜黄色片| 欧美激情久久久久久爽电影| 日本免费a在线| 国产伦在线观看视频一区| 亚洲性夜色夜夜综合| 搡老熟女国产l中国老女人| 亚洲精品国产成人久久av| 99热精品在线国产| 亚洲精品粉嫩美女一区| 成人欧美大片| 成人特级av手机在线观看| 亚洲国产日韩欧美精品在线观看| 亚洲最大成人av| 伦精品一区二区三区| 国产高清有码在线观看视频| 欧美激情国产日韩精品一区| 日本a在线网址| 国产伦一二天堂av在线观看| av在线天堂中文字幕| 国产精品亚洲美女久久久| 最近视频中文字幕2019在线8| 久久久久免费精品人妻一区二区| 校园人妻丝袜中文字幕| 国产成人一区二区在线| 搡老妇女老女人老熟妇| 国产精品99久久久久久久久| 日日干狠狠操夜夜爽| h日本视频在线播放| 俺也久久电影网| 22中文网久久字幕| 美女高潮的动态| 日韩欧美精品v在线| 婷婷丁香在线五月| 国产不卡一卡二| 黄色丝袜av网址大全| 国产精品av视频在线免费观看| 亚洲国产精品久久男人天堂| 午夜a级毛片|