• <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
    一区二区三区四区激情视频| 99久久精品一区二区三区| 我要看日韩黄色一级片| 插逼视频在线观看| 老女人水多毛片| 亚洲图色成人| 毛片女人毛片| 性色avwww在线观看| 狂野欧美激情性xxxx在线观看| 成人午夜精彩视频在线观看| 18禁动态无遮挡网站| 久久精品夜色国产| 在现免费观看毛片| 国产老妇伦熟女老妇高清| 有码 亚洲区| 亚洲精品日韩在线中文字幕| 制服丝袜香蕉在线| 国产精品一区二区在线观看99| 亚洲国产精品999| 久热这里只有精品99| 精品视频人人做人人爽| 又爽又黄a免费视频| 亚洲图色成人| 成年av动漫网址| 久久久久性生活片| 免费在线观看成人毛片| 国产精品久久久久久精品电影小说 | 噜噜噜噜噜久久久久久91| 一本色道久久久久久精品综合| 少妇人妻久久综合中文| 亚洲怡红院男人天堂| 久久久久精品久久久久真实原创| av国产免费在线观看| 国产爱豆传媒在线观看| 赤兔流量卡办理| 国产精品国产av在线观看| 成人美女网站在线观看视频| av在线老鸭窝| 欧美日韩亚洲高清精品| 欧美 日韩 精品 国产| 日本黄色片子视频| 乱系列少妇在线播放| 在线 av 中文字幕| 一本久久精品| 夜夜骑夜夜射夜夜干| 亚洲综合精品二区| 少妇猛男粗大的猛烈进出视频| 久久影院123| 日韩av免费高清视频| 大片电影免费在线观看免费| 亚洲精品色激情综合| 亚洲国产精品专区欧美| 亚洲精品日韩av片在线观看| 国产午夜精品久久久久久一区二区三区| 国产黄色免费在线视频| 日韩欧美 国产精品| 亚洲第一区二区三区不卡| 熟女电影av网| 国产av码专区亚洲av| 天堂中文最新版在线下载| 最近中文字幕2019免费版| 国产高清不卡午夜福利| 亚洲性久久影院| 免费大片黄手机在线观看| 亚洲中文av在线| 亚洲无线观看免费| 亚洲在久久综合| 97超碰精品成人国产| 91狼人影院| 国产成人一区二区在线| 免费大片黄手机在线观看| 久久久久久久久久久免费av| 亚洲av二区三区四区| 久久国产精品大桥未久av | 久久精品国产亚洲av涩爱| 九草在线视频观看| 亚洲国产日韩一区二区| 国产成人freesex在线| 在线精品无人区一区二区三 | 亚洲欧洲日产国产| a级毛片免费高清观看在线播放| 噜噜噜噜噜久久久久久91| 精品一区在线观看国产| 久久影院123| 久久青草综合色| 91精品国产国语对白视频| 毛片一级片免费看久久久久| 久久97久久精品| 最后的刺客免费高清国语| 一本一本综合久久| 国产精品久久久久久精品电影小说 | 久久久色成人| 黄色视频在线播放观看不卡| 久久久久国产精品人妻一区二区| 少妇熟女欧美另类| 国产乱来视频区| 纯流量卡能插随身wifi吗| 乱码一卡2卡4卡精品| 中文字幕人妻熟人妻熟丝袜美| 男人添女人高潮全过程视频| 亚洲欧美成人精品一区二区| 日韩成人伦理影院| 国产一区二区三区综合在线观看 | 国产精品成人在线| 欧美日韩视频精品一区| 亚洲精品日韩在线中文字幕| 亚洲熟女精品中文字幕| 国内揄拍国产精品人妻在线| 亚洲av成人精品一二三区| 我的女老师完整版在线观看| xxx大片免费视频| 国产精品免费大片| 免费av中文字幕在线| 嫩草影院新地址| 国精品久久久久久国模美| 国产在视频线精品| 国产视频内射| 在线亚洲精品国产二区图片欧美 | 日日撸夜夜添| 日韩中文字幕视频在线看片 | 久久国产精品男人的天堂亚洲 | 亚洲精品乱码久久久v下载方式| 女的被弄到高潮叫床怎么办| 国产v大片淫在线免费观看| 蜜桃久久精品国产亚洲av| 国产高清三级在线| 国产av一区二区精品久久 | 久久久久久久久久久免费av| 大话2 男鬼变身卡| 午夜福利在线在线| 国内揄拍国产精品人妻在线| 国产一区亚洲一区在线观看| 91久久精品国产一区二区三区| 欧美日韩视频高清一区二区三区二| 免费观看性生交大片5| 久久99热这里只频精品6学生| 欧美成人a在线观看| 女性被躁到高潮视频| 国产中年淑女户外野战色| 91精品国产九色| 新久久久久国产一级毛片| 国产在线男女| 亚洲久久久国产精品| 久久女婷五月综合色啪小说| 男的添女的下面高潮视频| 久久99蜜桃精品久久| 国产精品秋霞免费鲁丝片| 丰满人妻一区二区三区视频av| 国产国拍精品亚洲av在线观看| 日韩av免费高清视频| 日韩成人av中文字幕在线观看| 美女福利国产在线 | 中文乱码字字幕精品一区二区三区| 日韩亚洲欧美综合| 天美传媒精品一区二区| 午夜福利视频精品| av不卡在线播放| 精品一区二区三区视频在线| 久久精品久久久久久久性| 97在线人人人人妻| 蜜桃在线观看..| 久久女婷五月综合色啪小说| 日韩人妻高清精品专区| 免费观看a级毛片全部| 久久人人爽人人爽人人片va| av一本久久久久| 亚洲高清免费不卡视频| 少妇 在线观看| 国产深夜福利视频在线观看| 狠狠精品人妻久久久久久综合| 精品一区二区三卡| 国产伦在线观看视频一区| 波野结衣二区三区在线| 国产精品不卡视频一区二区| 亚洲国产日韩一区二区| 三级国产精品欧美在线观看| 精品久久久久久久久亚洲| 亚州av有码| 亚洲,一卡二卡三卡| 色婷婷久久久亚洲欧美| 国产欧美日韩一区二区三区在线 | 国产真实伦视频高清在线观看| 亚洲真实伦在线观看| 99久久中文字幕三级久久日本| 久久影院123| 最后的刺客免费高清国语| 国产中年淑女户外野战色| 精品亚洲成国产av| 另类亚洲欧美激情| 99精国产麻豆久久婷婷| 蜜臀久久99精品久久宅男| 日韩大片免费观看网站| 一二三四中文在线观看免费高清| 在线免费十八禁| 国产亚洲一区二区精品| 国产日韩欧美在线精品| 色综合色国产| 国产免费一级a男人的天堂| 男女下面进入的视频免费午夜| a 毛片基地| 99热这里只有精品一区| 一个人看视频在线观看www免费| 国产有黄有色有爽视频| 日本与韩国留学比较| 亚洲av男天堂| 激情五月婷婷亚洲| 在线观看免费高清a一片| 少妇人妻精品综合一区二区| 亚洲美女搞黄在线观看| 免费看不卡的av| 三级国产精品欧美在线观看| av国产免费在线观看| 高清av免费在线| 91精品伊人久久大香线蕉| 99热全是精品| 日本欧美视频一区| 亚洲最大成人中文| 这个男人来自地球电影免费观看 | 久久久成人免费电影| 激情 狠狠 欧美| 99久国产av精品国产电影| 欧美3d第一页| 在线观看一区二区三区激情| 亚洲欧美日韩东京热| 久久久久久九九精品二区国产| 亚洲欧美成人综合另类久久久| 精品久久国产蜜桃| 美女内射精品一级片tv| 亚洲精品中文字幕在线视频 | 王馨瑶露胸无遮挡在线观看| 久久人人爽人人片av| 精品久久久噜噜| 91精品一卡2卡3卡4卡| av网站免费在线观看视频| 国内揄拍国产精品人妻在线| 欧美少妇被猛烈插入视频| 亚洲va在线va天堂va国产| 免费看日本二区| 久久亚洲国产成人精品v| 大话2 男鬼变身卡| 亚洲美女视频黄频| 黄色怎么调成土黄色| 人妻少妇偷人精品九色| 精品人妻一区二区三区麻豆| 日本黄色日本黄色录像| 亚洲av国产av综合av卡| av免费在线看不卡| 国产成人a∨麻豆精品| 成人二区视频| h视频一区二区三区| 国产精品.久久久| 美女主播在线视频| 国产亚洲最大av| 丝袜脚勾引网站| 久久久a久久爽久久v久久| 亚洲中文av在线| 精华霜和精华液先用哪个| 少妇裸体淫交视频免费看高清| 97精品久久久久久久久久精品| 秋霞伦理黄片| 国产成人精品久久久久久| 久久精品久久久久久噜噜老黄| 天堂8中文在线网| 国产精品久久久久久精品电影小说 | 亚洲三级黄色毛片| 欧美人与善性xxx| 亚洲精品久久久久久婷婷小说| 夫妻午夜视频| 日本欧美国产在线视频| 新久久久久国产一级毛片| 欧美最新免费一区二区三区| 中文欧美无线码| 美女xxoo啪啪120秒动态图| 丝袜脚勾引网站| 在线观看人妻少妇| 国产熟女欧美一区二区| 亚洲一级一片aⅴ在线观看| 午夜福利影视在线免费观看| 亚洲av在线观看美女高潮| 欧美激情极品国产一区二区三区 | 国产 一区精品| 成人漫画全彩无遮挡| 国产中年淑女户外野战色| 午夜免费男女啪啪视频观看| 成人毛片a级毛片在线播放| 亚洲av福利一区| 亚洲四区av| 国产色婷婷99| 国产成人精品久久久久久| 日韩大片免费观看网站| 国语对白做爰xxxⅹ性视频网站| 国产爽快片一区二区三区| 免费大片黄手机在线观看| 少妇人妻一区二区三区视频| 欧美国产精品一级二级三级 | 男人和女人高潮做爰伦理| 亚洲国产毛片av蜜桃av| 免费观看在线日韩| 国产欧美另类精品又又久久亚洲欧美| 18禁在线无遮挡免费观看视频| 嘟嘟电影网在线观看| 国产成人一区二区在线| freevideosex欧美| 国产精品欧美亚洲77777| 久久国内精品自在自线图片| 亚洲图色成人| 看十八女毛片水多多多| 视频区图区小说| 国产高清有码在线观看视频| 亚洲精品456在线播放app| 国产精品99久久久久久久久| 只有这里有精品99| 夫妻午夜视频| 麻豆成人午夜福利视频| 在线观看免费高清a一片| 热re99久久精品国产66热6| 内射极品少妇av片p| 婷婷色综合大香蕉| 久久精品久久精品一区二区三区| 妹子高潮喷水视频| 国产成人一区二区在线| 亚洲美女黄色视频免费看| 午夜免费鲁丝| 男人狂女人下面高潮的视频| 亚洲,欧美,日韩| 亚洲欧美精品专区久久| 狂野欧美激情性xxxx在线观看| 久久精品国产亚洲网站| 99re6热这里在线精品视频| 日产精品乱码卡一卡2卡三| 深爱激情五月婷婷| 99热这里只有是精品在线观看| 亚洲,欧美,日韩| 亚洲av国产av综合av卡| 噜噜噜噜噜久久久久久91| 韩国av在线不卡| 久久久久久久久久成人| 精华霜和精华液先用哪个| 高清不卡的av网站| 国产精品一区二区在线不卡| av线在线观看网站| 国产av精品麻豆| 日韩大片免费观看网站| 下体分泌物呈黄色| 国产一区有黄有色的免费视频| 国产免费一级a男人的天堂| 夫妻午夜视频| 建设人人有责人人尽责人人享有的 | 男人爽女人下面视频在线观看| 国产毛片在线视频| 日日啪夜夜撸| 青青草视频在线视频观看| 久热久热在线精品观看| 看十八女毛片水多多多| 搡女人真爽免费视频火全软件| 最近手机中文字幕大全| 亚洲人成网站高清观看| 国内少妇人妻偷人精品xxx网站| 精品一区在线观看国产| 国产无遮挡羞羞视频在线观看| 国产欧美亚洲国产| 精品一区二区免费观看| 男人和女人高潮做爰伦理| 91精品一卡2卡3卡4卡| 日本午夜av视频| 丰满少妇做爰视频| 久久久精品免费免费高清| 午夜福利在线在线| 国产精品女同一区二区软件| 午夜精品国产一区二区电影| 欧美激情高清一区二区三区| av又黄又爽大尺度在线免费看| 亚洲欧美清纯卡通| 国产av一区二区精品久久| 亚洲熟女精品中文字幕| 精品久久久精品久久久| 在线观看免费视频网站a站| 免费人妻精品一区二区三区视频| 脱女人内裤的视频| 极品少妇高潮喷水抽搐| 99国产精品一区二区蜜桃av | 久久久久久久久免费视频了| 女人被躁到高潮嗷嗷叫费观| 丝袜美腿诱惑在线| 国产激情久久老熟女| 超碰97精品在线观看| 女性生殖器流出的白浆| 久久久国产一区二区| 一级黄片播放器| 国产成人精品在线电影| 777米奇影视久久| 午夜激情av网站| www.999成人在线观看| 国产成人免费观看mmmm| 国产精品99久久99久久久不卡| 久久久久精品人妻al黑| 久久久久久亚洲精品国产蜜桃av| 美女国产高潮福利片在线看| 蜜桃在线观看..| 亚洲欧洲国产日韩| 一本大道久久a久久精品| 午夜免费男女啪啪视频观看| 日本av免费视频播放| 亚洲av片天天在线观看| 男人添女人高潮全过程视频| 国产精品国产三级专区第一集| 99国产精品99久久久久| 久久狼人影院| 亚洲天堂av无毛| 丰满少妇做爰视频| 国产91精品成人一区二区三区 | 久久久久久久大尺度免费视频| 日韩熟女老妇一区二区性免费视频| 国产成人啪精品午夜网站| 欧美亚洲日本最大视频资源| 叶爱在线成人免费视频播放| www.精华液| 亚洲精品中文字幕在线视频| 香蕉丝袜av| 多毛熟女@视频| 国产精品久久久久久精品古装| 成年美女黄网站色视频大全免费| 久久国产精品人妻蜜桃| 在线 av 中文字幕| 久久精品aⅴ一区二区三区四区| 欧美精品一区二区免费开放| 欧美 亚洲 国产 日韩一| 国产伦理片在线播放av一区| 又大又黄又爽视频免费| 欧美日韩av久久| 黄色视频不卡| 色综合欧美亚洲国产小说| 亚洲av综合色区一区| 一级毛片黄色毛片免费观看视频| 搡老乐熟女国产| 亚洲专区中文字幕在线| 久久久亚洲精品成人影院| 亚洲精品国产av成人精品| 亚洲国产日韩一区二区| av天堂久久9| 精品视频人人做人人爽| 少妇人妻 视频| 精品福利观看| 国产亚洲欧美在线一区二区| 精品欧美一区二区三区在线| 亚洲精品国产av蜜桃| 美女大奶头黄色视频| 91精品国产国语对白视频| kizo精华| 日韩中文字幕视频在线看片| 欧美成人精品欧美一级黄| 大型av网站在线播放| 91精品国产国语对白视频| 亚洲国产欧美日韩在线播放| www.av在线官网国产| 777米奇影视久久| 国产精品一二三区在线看| 欧美日韩亚洲综合一区二区三区_| 国产精品一区二区在线不卡| 涩涩av久久男人的天堂| 欧美精品一区二区免费开放| 亚洲自偷自拍图片 自拍| 欧美日本中文国产一区发布| 又粗又硬又长又爽又黄的视频| 性色av一级| 久久人妻熟女aⅴ| 少妇猛男粗大的猛烈进出视频| 少妇被粗大的猛进出69影院| 在线av久久热| 婷婷成人精品国产| 母亲3免费完整高清在线观看| 王馨瑶露胸无遮挡在线观看| 国产成人一区二区在线| 狂野欧美激情性xxxx| 亚洲精品国产av蜜桃| 亚洲av欧美aⅴ国产| 丝袜美足系列| 国产欧美日韩一区二区三 | 在线精品无人区一区二区三| 久久久久国产一级毛片高清牌| 精品国产超薄肉色丝袜足j| 一级毛片黄色毛片免费观看视频| 久久99热这里只频精品6学生| 国产在线观看jvid| 观看av在线不卡| 侵犯人妻中文字幕一二三四区| 免费女性裸体啪啪无遮挡网站| 一级毛片女人18水好多 | 亚洲免费av在线视频| 蜜桃国产av成人99| 国产精品 国内视频| 人妻人人澡人人爽人人| 国产欧美亚洲国产| 免费av中文字幕在线| 欧美av亚洲av综合av国产av| 国产熟女午夜一区二区三区| 老司机在亚洲福利影院| 亚洲成色77777| 国产精品一区二区在线不卡| 国产在线观看jvid| 午夜老司机福利片| 欧美亚洲日本最大视频资源| 亚洲国产欧美一区二区综合| 亚洲中文日韩欧美视频| 午夜福利一区二区在线看| 亚洲国产欧美在线一区| 三上悠亚av全集在线观看| 免费高清在线观看视频在线观看| 国产老妇伦熟女老妇高清| 美女高潮到喷水免费观看| 亚洲国产精品一区三区| 精品人妻在线不人妻| 成人国产av品久久久| 人体艺术视频欧美日本| 一区二区三区四区激情视频| 黄片小视频在线播放| 男女国产视频网站| 国产一区有黄有色的免费视频| 亚洲国产av新网站| 狠狠精品人妻久久久久久综合| 欧美精品一区二区免费开放| 亚洲精品日本国产第一区| 肉色欧美久久久久久久蜜桃| 大片免费播放器 马上看| 久久鲁丝午夜福利片| www.熟女人妻精品国产| 美女中出高潮动态图| av又黄又爽大尺度在线免费看| 嫩草影视91久久| 亚洲天堂av无毛| 国产无遮挡羞羞视频在线观看| 亚洲精品自拍成人| 亚洲欧美中文字幕日韩二区| 最近中文字幕2019免费版| 91精品伊人久久大香线蕉| 欧美黑人欧美精品刺激| 搡老乐熟女国产| 一区二区日韩欧美中文字幕| 国产亚洲欧美精品永久| 国产在线观看jvid| 国产成人91sexporn| www.自偷自拍.com| 两性夫妻黄色片| 亚洲成人免费电影在线观看 | 丰满少妇做爰视频| 色网站视频免费| 99久久99久久久精品蜜桃| 亚洲国产日韩一区二区| 久久影院123| 欧美黑人精品巨大| 国产精品免费大片| 日韩精品免费视频一区二区三区| 各种免费的搞黄视频| av在线app专区| 日本vs欧美在线观看视频| 国产日韩欧美亚洲二区| e午夜精品久久久久久久| 亚洲成人免费av在线播放| 一本—道久久a久久精品蜜桃钙片| 午夜免费成人在线视频| 国产一区二区在线观看av| 91字幕亚洲| 女警被强在线播放| 久久久久久久国产电影| 精品国产乱码久久久久久小说| 啦啦啦啦在线视频资源| 欧美日韩成人在线一区二区| 国产精品国产三级国产专区5o| 亚洲精品日韩在线中文字幕| 欧美精品亚洲一区二区| 国产精品 国内视频| 国产黄色视频一区二区在线观看| 久久久亚洲精品成人影院| 久久国产精品影院| 日韩av在线免费看完整版不卡| 久热爱精品视频在线9| 国产黄色免费在线视频| 欧美成人午夜精品| 两性夫妻黄色片| 久久亚洲国产成人精品v| 欧美中文综合在线视频| h视频一区二区三区| 日本猛色少妇xxxxx猛交久久| av欧美777| 欧美少妇被猛烈插入视频| 午夜免费男女啪啪视频观看| 久久热在线av| 99re6热这里在线精品视频| 久久久久久久精品精品| 在线天堂中文资源库| 91精品国产国语对白视频| 亚洲人成77777在线视频| 午夜福利影视在线免费观看| 叶爱在线成人免费视频播放| 免费在线观看视频国产中文字幕亚洲 | 午夜两性在线视频| 超色免费av| 悠悠久久av| 性少妇av在线| 免费少妇av软件| av一本久久久久| 99国产精品免费福利视频| 久久 成人 亚洲| 午夜福利免费观看在线| 天天躁日日躁夜夜躁夜夜| 天堂中文最新版在线下载| 亚洲欧美中文字幕日韩二区| 亚洲一区二区三区欧美精品| 精品国产超薄肉色丝袜足j| 在线观看免费午夜福利视频| 亚洲少妇的诱惑av| 在线av久久热| 亚洲国产看品久久| 高清av免费在线| 蜜桃在线观看..|