• <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GSA的用電信息采集異常精確定位研究

    2014-01-16 05:57:48左慶鄰慕福林
    電子設(shè)計工程 2014年14期
    關(guān)鍵詞:測數(shù)據(jù)精確定位數(shù)據(jù)挖掘

    左慶鄰,慕福林,冉 艷,朱 鸝,楊 歡

    (1.國網(wǎng)重慶市電力公司 客戶服務(wù)中心,重慶 400017; 2.國網(wǎng)重慶市電力公司 江北供電分公司,重慶 400017)

    在當(dāng)今經(jīng)濟(jì)的發(fā)展趨勢下,傳統(tǒng)電網(wǎng)已經(jīng)不能夠滿足電力行業(yè)的需求,智能電網(wǎng)成為發(fā)展方向。而就目前來說,電網(wǎng)已成為工業(yè)化、信息化社會發(fā)展的基礎(chǔ)和重要組成部分。隨著市場化改革的不斷推進(jìn),智能電網(wǎng)已成為現(xiàn)代電網(wǎng)技術(shù)發(fā)展的必由之路。其中,隨著電子技術(shù)的發(fā)展,用電信息采集系統(tǒng)為實現(xiàn)電量采集、數(shù)據(jù)統(tǒng)計分析及電量考核提供了切實可行的技術(shù)手段,從根本上克服了傳統(tǒng)人工抄表模式的弊端。隨著電網(wǎng)的結(jié)構(gòu)與運(yùn)行方式日趨復(fù)雜,人們對電網(wǎng)運(yùn)行的可靠性與電能質(zhì)量也提出了更高的要求。提高用戶信息采集數(shù)據(jù)準(zhǔn)確性,研究可行的異常數(shù)據(jù)辨識及異常點(diǎn)精確定位方法,對電力系統(tǒng)的安全和穩(wěn)定運(yùn)行意義重大。

    1 研究背景

    1.1 用電信息采集異常精確定位技術(shù)

    用電信息采集系統(tǒng)已在電力系統(tǒng)建設(shè)中起到重要作用,但與之相對應(yīng)的用電信息采集異常精確定位一直沒有良好的解決方案。如集抄系統(tǒng)雖然可以滿足負(fù)荷分析和低電壓監(jiān)測的要求,但難以滿足配網(wǎng)狀態(tài)檢修的需要。當(dāng)電能表發(fā)生故障時,只能靠用戶電話反饋才能確定電能表發(fā)生故障并確定故障位置。因此找到一種合理有效的用電信息采集異常精確定位解決方法,是我國發(fā)展“電網(wǎng)2.0”的必然要求。

    用電信息采集異常精確定位建設(shè)需要解決的是企業(yè)經(jīng)營活動所覆蓋區(qū)域內(nèi)復(fù)雜的、分布的、異構(gòu)的信息資源的交換、轉(zhuǎn)換、集成與共享。從采集的數(shù)據(jù)中獲取故障集中器、關(guān)口表或電能表的地址信息,確定故障出現(xiàn)的具體位置。

    1.2 數(shù)據(jù)挖掘在電力系統(tǒng)中的應(yīng)用

    用電信息采集異常精確定位的建設(shè)更重要的是從數(shù)據(jù)中獲取故障電能表的地址信息,不斷完善多種分析策略為電力生產(chǎn)服務(wù)。在電力系統(tǒng)中,數(shù)據(jù)挖掘技術(shù)可以用來完成電力系統(tǒng)的調(diào)度運(yùn)行、決策支持控制、電力系統(tǒng)建模、設(shè)備運(yùn)行狀態(tài)的監(jiān)視和電力系統(tǒng)負(fù)荷預(yù)測分類等決策任務(wù)。

    數(shù)據(jù)挖掘中聚類分析的一個主要的難題是估計聚類的最佳數(shù)量,聚類離散度與聚類個數(shù)的關(guān)系包含著最佳聚類個數(shù)的信息,基于GSA(Gap Statistic Algorithm)的數(shù)據(jù)挖掘是挖掘此類信息的方法之一。目前,國外對GSA方法的研究剛起步,Tibshirini R.和Walther G.于2000年提出這種方法[1],但許多方面仍有待進(jìn)一步完善,之后幾年在IEEE等期刊中陸續(xù)出現(xiàn)基于GSA方法的應(yīng)用論文,表明GSA方法具有其一定的應(yīng)用價值。本文將研究基于GSA的數(shù)據(jù)挖掘的方法,探索新的電力系統(tǒng)中異常數(shù)據(jù)檢測定位方法,并將之引入到電力系統(tǒng)異常數(shù)據(jù)定位的應(yīng)用中來。

    2 基于GSA的數(shù)據(jù)挖掘體系

    在應(yīng)用于電力系統(tǒng)異常數(shù)據(jù)定位時,并不是對電力系統(tǒng)原始量測數(shù)據(jù)直接進(jìn)行分析,而是建立在人工神經(jīng)網(wǎng)絡(luò)對量測數(shù)據(jù)的預(yù)處理的基礎(chǔ)上的。利用神經(jīng)網(wǎng)絡(luò)處理非線性輸入輸出關(guān)系的特性[2],從神經(jīng)網(wǎng)絡(luò)的輸入輸出數(shù)據(jù)中挖掘出有關(guān)量測誤差值的信息。聚類分析階段對接收到的已處理數(shù)據(jù)進(jìn)行自動定位,接著確定最佳聚類個數(shù),最終對應(yīng)定位原始數(shù)據(jù)中的異常數(shù)據(jù)。

    2.1 基于GSA的異常數(shù)據(jù)算法

    GSA算法主要由神經(jīng)網(wǎng)絡(luò)和聚類分析兩個模塊構(gòu)成,如圖1[3]。

    圖1 GSA算法模塊組成圖Fig.1 GSA algorithm module composition

    文中選用BP神經(jīng)網(wǎng)絡(luò),首先將獲取到的用戶信息采集數(shù)據(jù)對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,采樣200組實時量測數(shù)據(jù),取出現(xiàn)異常數(shù)據(jù)前的180組正常數(shù)據(jù)對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,完成后再代入余下的20組待測試數(shù)據(jù)進(jìn)行處理。訓(xùn)練調(diào)整網(wǎng)絡(luò)的權(quán)值后,量測值的估計值受外界的影響將會最小。這樣,量測值中如果存在異常數(shù)據(jù),則其與網(wǎng)絡(luò)輸出必然有較大差值。取期望輸出和實際輸出之差的平方和為誤差函如果實際輸出不滿足要求,反向傳回誤差信號,并修改每個隱含層的各個神經(jīng)元的權(quán)系數(shù),直至誤差函數(shù)值最小,可使得輸出滿足系統(tǒng)精度要求[4-5]。

    BP神經(jīng)網(wǎng)絡(luò)的輸出數(shù)據(jù)作為聚類分析模塊的待測數(shù)據(jù)輸入。聚類模塊采用的是K-means聚類算法[6-7]。對于每次輸入的聚類數(shù)k ,計算得到聚類離散度 Wk。

    2.2 GSA算法的流程

    圖2給出了基于GSA算法的程序流程圖[3]。

    圖2 GSA算法程序流程圖Fig.2 GSA algorithm program flow

    如圖所示,首先把聚類數(shù)量 置為1,然后執(zhí)行 直到確定最佳的聚類數(shù)量 為止。主要的計算過程有以下幾步[3]:

    1) 待檢測數(shù)據(jù)計算誤平方

    通過BP神經(jīng)網(wǎng)絡(luò)的工作,獲得每個輸入變量ei(系統(tǒng)中各節(jié)點(diǎn)的測量數(shù)據(jù)與安全可靠運(yùn)行數(shù)據(jù)之間的差值)相應(yīng)的輸出Qi。這一步得到的平方誤差數(shù)據(jù)(ei-Qi)2作為下一步的輸入數(shù)據(jù)。

    2) 平方誤差(ei-Qi)2進(jìn)行聚類

    這一步中,根據(jù)上一步獲得的數(shù)據(jù)通過K-means算法進(jìn)行聚類,聚類數(shù)據(jù)的聚類離散度

    3) 參考數(shù)據(jù)進(jìn)行聚類

    作為比較基準(zhǔn),參考數(shù)據(jù)集采用在待檢測數(shù)據(jù)范圍內(nèi)產(chǎn)生均勻分布的隨機(jī)值。對于每個W(k) ,產(chǎn)生F組參考數(shù)據(jù)集。參考數(shù)據(jù)集聚類離散度也同樣通過式(1)計算得到,稱為Wi,j(k) (j=1,2,…,F)。然后使用2)中的方法對參考數(shù)據(jù)進(jìn)行聚類。

    4)確定最佳的聚類個數(shù)這一步中,首先計算值

    接著,最佳聚類個數(shù)將等于 k-1,如果滿足下式:

    5)檢測和定位異常數(shù)據(jù)

    注意到當(dāng)最佳聚類數(shù)量為1時,意味著所有待檢測數(shù)據(jù)都可以被認(rèn)為是正常數(shù)據(jù),而一旦最佳聚類數(shù)量不為1時,所觀察的待檢測數(shù)據(jù)中存在異常數(shù)據(jù)。接著計算每個聚類的(ei-Oi)2的平均值,其中具有最小(ei-Oi)2平均值的聚類被認(rèn)為是正常數(shù)據(jù)的聚類,而其它的都被認(rèn)為是異常數(shù)據(jù)的聚類。查詢這些均值較大的聚類中元素,相應(yīng)地可以挑選出異常數(shù)據(jù)。通過上述流程,正常數(shù)據(jù)被歸并到一個類中,而異常數(shù)據(jù)被分離開來。

    本文利用C語言根據(jù)此流程圖編寫GSA算法程序,以下有關(guān)GSA算法的數(shù)據(jù)均由此程序計算得出。

    3 GSA算法仿真與分析

    3.1 數(shù)據(jù)集

    文中算法所用的數(shù)據(jù)選取連接500 kV、220 kV電網(wǎng)各變電站的聯(lián)絡(luò)線及變電站出線的有功值,共103條線路的有功測量值。仿真數(shù)據(jù)選取2013年3月15日至2013年3月18日SCADA所采集的用電信息實時數(shù)據(jù),間隔為15分鐘,每天共88組數(shù)據(jù)。

    3.2 算法仿真

    本節(jié)以狀態(tài)估計后的正常數(shù)據(jù)為基礎(chǔ),經(jīng)過人為設(shè)置異常數(shù)據(jù)后代入程序進(jìn)行驗證仿真,將對不含異常數(shù)據(jù)情況、含單個異常數(shù)據(jù)情況以及含多個異常數(shù)據(jù)情況等做進(jìn)一步的仿真與分析。采用2013年3月16日數(shù)據(jù),此日狀態(tài)估計系統(tǒng)共進(jìn)行264次估計計算,估計計算結(jié)果全部收斂。首先利用3月16日的前80組數(shù)據(jù)對BP神經(jīng)網(wǎng)絡(luò)算法進(jìn)行訓(xùn)練,81-83組數(shù)據(jù)為待測數(shù)據(jù),其中第81、82、83組數(shù)據(jù)分別為不含異常數(shù)據(jù)的正確數(shù)據(jù)、含有單個異常的數(shù)據(jù)、含有多個異常的數(shù)據(jù)。利用神經(jīng)網(wǎng)絡(luò)對數(shù)據(jù)進(jìn)行訓(xùn)練,完成后測試訓(xùn)練結(jié)果。

    1) 不含異常數(shù)據(jù)情況

    采用數(shù)據(jù)集中2013年3月16日第81組數(shù)據(jù)進(jìn)行測試,此組數(shù)據(jù)均為正常數(shù)據(jù),不含異常數(shù)據(jù)。將BP神經(jīng)網(wǎng)絡(luò)預(yù)處理后的數(shù)據(jù)代入GSA算法程序,各聚類參數(shù)結(jié)果如表1所示:

    根據(jù)GSA算法最佳聚類判定公式有g(shù)ap(k-1) ≥gap(k)-sk,當(dāng)聚類個數(shù)為2時,gap(2) -s2=4.519 2,小于gap(1)的值,則最佳聚類為 (k-1)=1類,程序結(jié)果表明最佳聚類為1類,無異常數(shù)據(jù),與實際情況相符。結(jié)果表明在無異常數(shù)據(jù)時,GSA算法能正確做出判定,將數(shù)據(jù)聚為一類,無異常數(shù)據(jù)。

    表1 不含異常數(shù)據(jù)情況各聚類參數(shù)Tab.1 Clustering parameters without abnormal nodes

    圖3 不含異常數(shù)據(jù)情況各聚類gap值折線圖Fig.3 Clustering gap values line graph without abnormal nodes

    2) 含單個異常數(shù)據(jù)情況

    采用數(shù)據(jù)集中2013年3月16日第82組數(shù)據(jù)進(jìn)行測試,此組數(shù)據(jù)為準(zhǔn)確數(shù)據(jù),人為設(shè)置一個誤差量,假設(shè)電力系統(tǒng)中節(jié)點(diǎn)34中出現(xiàn)用電信息采集異常數(shù)據(jù),歸一化處理后,對某一用電信息數(shù)據(jù)由0.867 4設(shè)置為1.305 6,為方便比較分析,表2列出了此類情況下聚類個數(shù)為1至5時所得的參數(shù)值:

    表2 含單個異常數(shù)據(jù)情況各聚類參數(shù)Tab.2 Clustering parameters with one abnormal node

    圖4 待測數(shù)據(jù)中含單個異常數(shù)據(jù)情況各聚類gap值折線圖Fig.4 Clustering gap values line graph with one abnormal node

    由圖可看出,當(dāng)聚類個數(shù)為2時,gap(2) -s2=8.297 4-0.095 7=8.201 7,大于gap(1)值5.768 6,則最佳聚類不是聚類為 (k-1)=1類,當(dāng)k=3時,gap(3) -s3=6.998 7-0.102 4=6.896 3,此結(jié)果小于gap(2)值8.297 4,表明(k-1)=2為最佳聚類。

    通過比較各聚類中數(shù)據(jù)平均值大小來確定異常數(shù)據(jù)所在的聚類。聚類結(jié)果中聚類元素平均值最小的被認(rèn)為是正常數(shù)據(jù)所在聚類,而均值較大的其他聚類都被認(rèn)為是異常數(shù)據(jù)所在的聚類。然后找出這些聚類內(nèi)的數(shù)據(jù),就能相應(yīng)地定位出異常數(shù)據(jù)。進(jìn)一步分析各聚類結(jié)果如表3所示。

    表3 含單個異常數(shù)據(jù)情況聚類元素及各聚類中心Tab.3 Clustering elements and centers with one abnormal node

    聚類1內(nèi)各數(shù)據(jù)均值:

    聚類2內(nèi)各數(shù)據(jù)均值:

    比較結(jié)果知,聚類1元素均值要大于聚類2元素,說明異常數(shù)據(jù)所在聚類為聚類1,第34個數(shù)據(jù)為異常數(shù)據(jù),結(jié)果符合預(yù)期,說明GSA算法能準(zhǔn)確定位出設(shè)定的異常數(shù)據(jù)。

    3)含多個異常數(shù)據(jù)情況

    電力系統(tǒng)中出現(xiàn)異常數(shù)據(jù)的概率較小,同時出現(xiàn)多個異常數(shù)據(jù)的概率更小,但為驗證GSA算法在多個異常數(shù)據(jù)定位方面也有較好表現(xiàn),此處采用2013年3月16日第83組數(shù)據(jù)進(jìn)行測試,異常數(shù)據(jù)設(shè)置位置于節(jié)點(diǎn)20、45、74、99,其中節(jié)點(diǎn)20數(shù)據(jù)由0.547 5設(shè)置為0.954 6,,節(jié)點(diǎn)45數(shù)據(jù)由0.354 9設(shè)置為0.567 6,節(jié)點(diǎn)74數(shù)據(jù)由0.493 5設(shè)置為0.156 7,節(jié)點(diǎn)99數(shù)據(jù)由0.986 4設(shè)置為0.643 8。將含有多個異常數(shù)據(jù)的數(shù)組代入程序,為方便比較分析,表4列出聚類數(shù)為1至5時所得的參數(shù)值:

    表4 含多個異常數(shù)據(jù)情況各聚類參數(shù)Tab.4 Clustering parameters with multiple abnormal nodes

    圖5 待測數(shù)據(jù)中含多個異常數(shù)據(jù)情況各聚類gap值折線圖Fig.5 Clustering gap values line graph with multiple abnormal nodes

    由圖可看出,當(dāng)聚類個數(shù)為2時,gap(2) -s2=4.600 6-0.078 5=4.522 1,大于gap(1)值4.265 4,則最佳聚類不是聚類為 (k-1)=1類,當(dāng)k=3時,gap(3) -s3=3.769 4-0.085 4=3.684 0,此結(jié)果小于gap(2)值4.600 6,表明(k-1)=2為最佳聚類。

    為確定異常數(shù)據(jù)所在的位置,計算各聚類中心以確定各聚類的平均誤差。

    表5 含多個異常數(shù)據(jù)情況聚類元素及各聚類中心Tab.5 Clustering elements and centers with multiple abnormal nodes

    聚類1內(nèi)各數(shù)據(jù)均值:

    聚類2內(nèi)各數(shù)據(jù)均值:

    比較結(jié)果知,聚類1元素均值要大于聚類2元素,說明異常數(shù)據(jù)所在聚類為聚類1,第20,45,74,99個數(shù)據(jù)為異常數(shù)據(jù),結(jié)果符合預(yù)期,說明在同時出現(xiàn)多個異常數(shù)據(jù)時,GSA算法也能準(zhǔn)確定位出異常數(shù)據(jù)。

    將假定異常點(diǎn)數(shù)量增加,仿真得到聚類結(jié)果出現(xiàn)多于兩個聚類數(shù)量的情況。

    3.3 結(jié)果分析

    從仿真結(jié)果中可以看出,GSA算法在不含異常數(shù)據(jù)和含有單個異常數(shù)據(jù)情況下能夠精確進(jìn)行定位,在出現(xiàn)多個異常數(shù)據(jù)定位過程中,若出現(xiàn)將異常數(shù)據(jù)聚為兩類及兩類以上的情況,這是由K均值算法固有特點(diǎn)決定的,這種情況也能精確定位出異常數(shù)據(jù)。

    可見GSA算法的檢測效果取決于神經(jīng)網(wǎng)絡(luò)以及聚類算法,只要神經(jīng)網(wǎng)絡(luò)構(gòu)造得好,訓(xùn)練精度高并且聚類分析算法選擇恰當(dāng),對于各種規(guī)模的電力系統(tǒng),不論異常數(shù)據(jù)的形式如何,GSA 算法都能夠?qū)⑵渚_定位。

    4 結(jié)束語

    GSA算法是一種新的異常數(shù)據(jù)檢測算法。它結(jié)合了神經(jīng)網(wǎng)絡(luò)技術(shù)與聚類算法在異常數(shù)據(jù)監(jiān)測方面的優(yōu)點(diǎn),為檢測異常數(shù)據(jù)提供了一個新的方法。本文研究基于GSA算法的用電信息采集中異常數(shù)據(jù)的精確定位,采用電力系統(tǒng)中采集到的用電信息進(jìn)行各種情況下的仿真,比較驗證了GSA算法在定位異常數(shù)據(jù)的優(yōu)越性,表明GSA算法具有更廣闊的應(yīng)用范圍。

    [1]Tibshirini R, Walther G, Hastie T. Estimating the Number of Cluster in a Dataset via the Gap Statistic[J]. Unpublished Technical Report: Stanford University. 2000: 1-18.

    [2]H. Salehfar, R. Zhao. A neural network pre-estimation filter for bad-data detection and identification in power system state estimation[J]. Electric power system research. 1995, 34(8): 127-134.

    [3]HUANG Shy-jier, LIN Jeu-min. Enhancement of Power System Data Debugging Using GSA-based Data-mining Technique[J].IEEE Trans on Power Systems, 2002, 17(4): 1022-1026.

    [4]聞新, 周露. Matlab神經(jīng)網(wǎng)絡(luò)仿真與應(yīng)用[M]. 北京:科學(xué)出版社, 2003.

    [5]邵峰晶, 于忠清. 數(shù)據(jù)挖掘原理與算法[M]. 北京:中國水利水電出版社, 2003.

    [6] 黃新波,王婭娜, 劉林,等. 變壓器油色譜在線監(jiān)測中BP神經(jīng)網(wǎng)絡(luò)算法分析[J]. 陜西電力,2013(6):56-60.HUANG Xin-bo,WANG Ya-na,LIU Lin,et al. Application of back propagation neural network in dissolved gas analysis based on transformer oil chromatographic on-line monitoring[J].Shaanxi Electric Power,2013(6):56-60.

    [7] 寧姍. 基于蟻群聚類的多目標(biāo)環(huán)形分類的方法研究[J]. 工業(yè)儀表與自動化裝置,2012(5):70-73.NING Shan. Research on annular sort of multi-objects based on ant colony clustering[J]. Industrial Instrumentation &Automation,2012(5):70-73.

    猜你喜歡
    測數(shù)據(jù)精確定位數(shù)據(jù)挖掘
    精確定位
    探討人工智能與數(shù)據(jù)挖掘發(fā)展趨勢
    基于SCADA和WAMS的線路參數(shù)辨識研究
    基于并行計算的大數(shù)據(jù)挖掘在電網(wǎng)中的應(yīng)用
    電力與能源(2017年6期)2017-05-14 06:19:37
    基于PMU/SCADA混合量測數(shù)據(jù)兼容性的船舶系統(tǒng)狀態(tài)估計研究
    電測與儀表(2016年6期)2016-04-11 12:08:20
    精確定位
    一種基于Hadoop的大數(shù)據(jù)挖掘云服務(wù)及應(yīng)用
    電力設(shè)備紅外測溫多點(diǎn)精確定位控制系統(tǒng)設(shè)計
    精確定位
    提高變電站基礎(chǔ)量測數(shù)據(jù)時間同步性的方法
    欧美国产精品一级二级三级| 高清av免费在线| 伦理电影大哥的女人| 黄色 视频免费看| 亚洲国产最新在线播放| 精品久久蜜臀av无| 欧美日韩视频精品一区| 一级片免费观看大全| 国产免费现黄频在线看| 久久久久久久国产电影| 秋霞在线观看毛片| 大片免费播放器 马上看| 国产国拍精品亚洲av在线观看| 寂寞人妻少妇视频99o| kizo精华| 又黄又爽又刺激的免费视频.| 2021少妇久久久久久久久久久| 婷婷色av中文字幕| 成人黄色视频免费在线看| 欧美+日韩+精品| 涩涩av久久男人的天堂| 国产精品一二三区在线看| 午夜91福利影院| 一区二区三区四区激情视频| 99久久中文字幕三级久久日本| 街头女战士在线观看网站| 女人久久www免费人成看片| 少妇的逼水好多| 精品亚洲成国产av| 在线观看www视频免费| 成人无遮挡网站| 狂野欧美激情性xxxx在线观看| 国产极品粉嫩免费观看在线| 永久网站在线| 国产探花极品一区二区| 国产不卡av网站在线观看| 飞空精品影院首页| 我要看黄色一级片免费的| av国产久精品久网站免费入址| xxxhd国产人妻xxx| 视频区图区小说| 99视频精品全部免费 在线| 99国产精品免费福利视频| 超碰97精品在线观看| 毛片一级片免费看久久久久| 各种免费的搞黄视频| 视频在线观看一区二区三区| 国产一区二区激情短视频 | 亚洲av中文av极速乱| 97超碰精品成人国产| 在线观看人妻少妇| 丝袜在线中文字幕| 久久久久国产精品人妻一区二区| 一本久久精品| 91在线精品国自产拍蜜月| 久久午夜综合久久蜜桃| 欧美精品国产亚洲| 女人精品久久久久毛片| 极品人妻少妇av视频| 亚洲精品日韩在线中文字幕| 香蕉丝袜av| 欧美+日韩+精品| 亚洲人成网站在线观看播放| 国产xxxxx性猛交| 国产亚洲精品第一综合不卡 | av有码第一页| 午夜视频国产福利| 国产精品久久久av美女十八| 香蕉精品网在线| 成年人午夜在线观看视频| 高清不卡的av网站| 久久97久久精品| 在线观看免费高清a一片| 天堂8中文在线网| 免费久久久久久久精品成人欧美视频 | 免费人成在线观看视频色| 新久久久久国产一级毛片| 纯流量卡能插随身wifi吗| 99热这里只有是精品在线观看| 亚洲欧美中文字幕日韩二区| 欧美国产精品va在线观看不卡| 毛片一级片免费看久久久久| 热re99久久国产66热| 久久久久久久精品精品| 免费观看性生交大片5| 久久久久久久精品精品| 亚洲欧美日韩卡通动漫| 亚洲精品久久午夜乱码| 色视频在线一区二区三区| 一本色道久久久久久精品综合| 一区二区三区精品91| 天天躁夜夜躁狠狠久久av| 黄片无遮挡物在线观看| 1024视频免费在线观看| 免费观看av网站的网址| 成人毛片60女人毛片免费| 美女大奶头黄色视频| 国产成人精品无人区| 交换朋友夫妻互换小说| 永久网站在线| 久久99一区二区三区| 色94色欧美一区二区| 在线精品无人区一区二区三| 国产色婷婷99| 久久久久精品性色| 永久网站在线| 国产精品.久久久| 久久亚洲国产成人精品v| 亚洲,欧美精品.| 在线观看免费视频网站a站| 赤兔流量卡办理| 另类亚洲欧美激情| 国产精品国产av在线观看| 少妇被粗大的猛进出69影院 | 成人免费观看视频高清| 国产免费现黄频在线看| 欧美日韩综合久久久久久| 美女脱内裤让男人舔精品视频| 亚洲久久久国产精品| 亚洲,欧美,日韩| 国产在线视频一区二区| 少妇高潮的动态图| 国产精品.久久久| 免费高清在线观看日韩| 国产av码专区亚洲av| 色网站视频免费| 欧美日本中文国产一区发布| 亚洲成色77777| 插逼视频在线观看| 99国产综合亚洲精品| 国产有黄有色有爽视频| 90打野战视频偷拍视频| 国产免费现黄频在线看| 你懂的网址亚洲精品在线观看| 大香蕉久久成人网| 一区在线观看完整版| 人成视频在线观看免费观看| 一区在线观看完整版| 十分钟在线观看高清视频www| 视频中文字幕在线观看| 久久精品国产综合久久久 | 五月开心婷婷网| 欧美人与性动交α欧美精品济南到 | 99热6这里只有精品| 中文字幕制服av| 久久精品国产a三级三级三级| 亚洲美女搞黄在线观看| 久久精品国产亚洲av天美| 久久久精品区二区三区| av在线app专区| 极品少妇高潮喷水抽搐| 日韩成人伦理影院| 九九爱精品视频在线观看| 另类精品久久| 曰老女人黄片| 五月天丁香电影| 99九九在线精品视频| 观看美女的网站| 伦理电影免费视频| 国产视频首页在线观看| 国产国语露脸激情在线看| 日产精品乱码卡一卡2卡三| 欧美精品一区二区大全| 香蕉丝袜av| 亚洲经典国产精华液单| 人体艺术视频欧美日本| 两个人免费观看高清视频| 亚洲性久久影院| 成人亚洲精品一区在线观看| 两个人免费观看高清视频| 久久精品国产亚洲av天美| 中文字幕制服av| 午夜福利视频在线观看免费| 国产69精品久久久久777片| 最近的中文字幕免费完整| 日本欧美国产在线视频| 麻豆精品久久久久久蜜桃| 亚洲国产欧美日韩在线播放| 久久久久国产精品人妻一区二区| 国产精品99久久99久久久不卡 | 熟女av电影| 中国美白少妇内射xxxbb| 尾随美女入室| 高清视频免费观看一区二区| 亚洲精品美女久久久久99蜜臀 | 午夜福利,免费看| 国产白丝娇喘喷水9色精品| 精品人妻偷拍中文字幕| 精品国产一区二区久久| 色哟哟·www| 日韩成人av中文字幕在线观看| 亚洲高清免费不卡视频| 一二三四在线观看免费中文在 | 亚洲少妇的诱惑av| 老女人水多毛片| 成年动漫av网址| a级片在线免费高清观看视频| 欧美激情国产日韩精品一区| 免费av不卡在线播放| 在线亚洲精品国产二区图片欧美| 日韩一区二区视频免费看| 婷婷色av中文字幕| 在线观看免费高清a一片| 精品卡一卡二卡四卡免费| 热re99久久国产66热| 老司机亚洲免费影院| 亚洲欧美中文字幕日韩二区| 一二三四在线观看免费中文在 | 国产深夜福利视频在线观看| 国产免费又黄又爽又色| 亚洲三级黄色毛片| 久久久精品免费免费高清| 伦理电影大哥的女人| 欧美xxⅹ黑人| 只有这里有精品99| 人人妻人人澡人人看| 国产麻豆69| 99热网站在线观看| 男女边吃奶边做爰视频| 人人澡人人妻人| 久久精品久久精品一区二区三区| 精品卡一卡二卡四卡免费| av女优亚洲男人天堂| 99热这里只有是精品在线观看| 男人添女人高潮全过程视频| 人妻 亚洲 视频| 十八禁网站网址无遮挡| 免费av不卡在线播放| 天天操日日干夜夜撸| 中文欧美无线码| 免费久久久久久久精品成人欧美视频 | 亚洲精品自拍成人| 大香蕉久久成人网| 精品久久久久久电影网| 各种免费的搞黄视频| 两个人看的免费小视频| 男男h啪啪无遮挡| 下体分泌物呈黄色| 晚上一个人看的免费电影| 国产乱人偷精品视频| 精品一区二区三卡| 久久鲁丝午夜福利片| 最近最新中文字幕大全免费视频 | 一级,二级,三级黄色视频| 五月伊人婷婷丁香| 菩萨蛮人人尽说江南好唐韦庄| 国产亚洲欧美精品永久| xxxhd国产人妻xxx| 国产精品熟女久久久久浪| 丝袜在线中文字幕| 亚洲欧美色中文字幕在线| 宅男免费午夜| 国产熟女欧美一区二区| 美女大奶头黄色视频| av在线观看视频网站免费| 国产精品秋霞免费鲁丝片| 亚洲精品乱久久久久久| 亚洲情色 制服丝袜| 婷婷色综合www| 国产成人aa在线观看| 婷婷成人精品国产| 免费黄频网站在线观看国产| 国产毛片在线视频| 夫妻性生交免费视频一级片| 日产精品乱码卡一卡2卡三| 亚洲av男天堂| 色哟哟·www| 亚洲婷婷狠狠爱综合网| 99热全是精品| 夜夜爽夜夜爽视频| 亚洲精品美女久久av网站| 亚洲一码二码三码区别大吗| 99香蕉大伊视频| 国产亚洲午夜精品一区二区久久| 日韩成人av中文字幕在线观看| 9热在线视频观看99| 免费黄频网站在线观看国产| 亚洲欧美成人精品一区二区| 在线天堂最新版资源| 只有这里有精品99| 各种免费的搞黄视频| 精品少妇久久久久久888优播| 亚洲精品日本国产第一区| 欧美成人午夜精品| 少妇精品久久久久久久| 色5月婷婷丁香| 亚洲欧美一区二区三区黑人 | 91精品三级在线观看| 高清黄色对白视频在线免费看| 国产精品成人在线| 久久久久人妻精品一区果冻| 韩国av在线不卡| 人人妻人人爽人人添夜夜欢视频| 汤姆久久久久久久影院中文字幕| 九色成人免费人妻av| 男男h啪啪无遮挡| 一级黄片播放器| 精品一区二区三卡| 国产高清不卡午夜福利| av福利片在线| 午夜91福利影院| 国产亚洲一区二区精品| 波野结衣二区三区在线| 亚洲精品色激情综合| 亚洲精品视频女| 国产一区二区三区av在线| 18禁在线无遮挡免费观看视频| videos熟女内射| 2022亚洲国产成人精品| 最近中文字幕高清免费大全6| 免费黄网站久久成人精品| 香蕉丝袜av| 免费不卡的大黄色大毛片视频在线观看| 亚洲国产精品成人久久小说| 亚洲精品久久成人aⅴ小说| 男女边摸边吃奶| 一边亲一边摸免费视频| 青春草国产在线视频| 日本黄色日本黄色录像| 美女主播在线视频| 午夜91福利影院| 久久精品熟女亚洲av麻豆精品| 亚洲精品久久久久久婷婷小说| 美女xxoo啪啪120秒动态图| 国产精品蜜桃在线观看| 国产av精品麻豆| 九色成人免费人妻av| 麻豆精品久久久久久蜜桃| 久久久久国产网址| 成人国语在线视频| 亚洲欧美中文字幕日韩二区| 国产伦理片在线播放av一区| 美女主播在线视频| 一本大道久久a久久精品| 国产成人午夜福利电影在线观看| 日本色播在线视频| 最后的刺客免费高清国语| 久久婷婷青草| 亚洲精品,欧美精品| xxxhd国产人妻xxx| 久久人人97超碰香蕉20202| 欧美日韩一区二区视频在线观看视频在线| 一本—道久久a久久精品蜜桃钙片| 男人爽女人下面视频在线观看| 男人添女人高潮全过程视频| 亚洲激情五月婷婷啪啪| 中文字幕av电影在线播放| 亚洲欧美色中文字幕在线| 永久免费av网站大全| 综合色丁香网| 男女午夜视频在线观看 | 中国国产av一级| 熟妇人妻不卡中文字幕| 日本黄大片高清| 欧美日韩视频高清一区二区三区二| 久久久久久人妻| 国产免费福利视频在线观看| 久久综合国产亚洲精品| 亚洲精品中文字幕在线视频| 亚洲国产日韩一区二区| 久久久久视频综合| 欧美日韩国产mv在线观看视频| 亚洲三级黄色毛片| 男女边摸边吃奶| 日本爱情动作片www.在线观看| 九九爱精品视频在线观看| 99国产综合亚洲精品| 一级a做视频免费观看| 侵犯人妻中文字幕一二三四区| 伦精品一区二区三区| av免费在线看不卡| 曰老女人黄片| 成年人免费黄色播放视频| 日本wwww免费看| 黄色视频在线播放观看不卡| 18+在线观看网站| av免费在线看不卡| 熟女人妻精品中文字幕| 国产精品人妻久久久久久| 波多野结衣一区麻豆| 日日摸夜夜添夜夜爱| 国产乱人偷精品视频| 最近中文字幕2019免费版| 少妇的逼好多水| 天堂俺去俺来也www色官网| 十八禁网站网址无遮挡| www.色视频.com| 亚洲av免费高清在线观看| 国产精品国产av在线观看| 久久精品国产自在天天线| 亚洲,一卡二卡三卡| 亚洲成人一二三区av| 99视频精品全部免费 在线| 国产亚洲最大av| 亚洲精品456在线播放app| 国产av精品麻豆| 久久综合国产亚洲精品| 天天躁夜夜躁狠狠躁躁| 在线天堂中文资源库| 一本色道久久久久久精品综合| 丰满少妇做爰视频| 91成人精品电影| 满18在线观看网站| 欧美性感艳星| 高清毛片免费看| 成年美女黄网站色视频大全免费| 多毛熟女@视频| 欧美 日韩 精品 国产| 精品国产露脸久久av麻豆| 少妇的逼好多水| 热re99久久精品国产66热6| videosex国产| 一级片'在线观看视频| 丝袜脚勾引网站| 高清视频免费观看一区二区| 亚洲精品乱久久久久久| 精品一区二区三区视频在线| 久久精品aⅴ一区二区三区四区 | 亚洲国产精品国产精品| 国产女主播在线喷水免费视频网站| 在线观看国产h片| 丝袜喷水一区| 成人手机av| 婷婷色综合www| 精品视频人人做人人爽| 亚洲精品久久久久久婷婷小说| 婷婷色综合www| 欧美激情极品国产一区二区三区 | 伊人久久国产一区二区| 精品人妻偷拍中文字幕| 亚洲精品av麻豆狂野| 午夜影院在线不卡| 91国产中文字幕| 国产精品久久久久成人av| 久久精品国产亚洲av涩爱| 国产成人免费观看mmmm| 国产 精品1| 少妇高潮的动态图| 啦啦啦在线观看免费高清www| 欧美亚洲日本最大视频资源| 国产成人精品无人区| 国产1区2区3区精品| 国产色婷婷99| 国产欧美日韩综合在线一区二区| 亚洲婷婷狠狠爱综合网| 国产精品久久久av美女十八| 亚洲欧美一区二区三区黑人 | xxxhd国产人妻xxx| 巨乳人妻的诱惑在线观看| 中文字幕人妻熟女乱码| a级毛片黄视频| 国产成人精品在线电影| av一本久久久久| 九九爱精品视频在线观看| 母亲3免费完整高清在线观看 | 只有这里有精品99| 日日爽夜夜爽网站| 人妻 亚洲 视频| 日韩制服骚丝袜av| 亚洲精品第二区| 99国产综合亚洲精品| 黄色怎么调成土黄色| 日韩视频在线欧美| 亚洲av成人精品一二三区| 国产成人aa在线观看| 亚洲精品国产色婷婷电影| 午夜激情av网站| 日韩,欧美,国产一区二区三区| 2018国产大陆天天弄谢| 自线自在国产av| 一区二区三区精品91| 亚洲四区av| 人人妻人人澡人人爽人人夜夜| 国产亚洲最大av| 亚洲国产毛片av蜜桃av| 欧美人与性动交α欧美精品济南到 | 亚洲,欧美精品.| 各种免费的搞黄视频| 欧美亚洲日本最大视频资源| 22中文网久久字幕| www日本在线高清视频| 国产男女超爽视频在线观看| 青青草视频在线视频观看| 国产日韩欧美在线精品| 波多野结衣一区麻豆| 少妇 在线观看| 午夜福利在线观看免费完整高清在| 最近中文字幕高清免费大全6| 日韩精品免费视频一区二区三区 | 中国国产av一级| 巨乳人妻的诱惑在线观看| 国产极品粉嫩免费观看在线| 久久久久国产精品人妻一区二区| 精品国产一区二区三区久久久樱花| 久久综合国产亚洲精品| 免费人成在线观看视频色| 草草在线视频免费看| 人妻系列 视频| 成年美女黄网站色视频大全免费| 一区二区三区四区激情视频| 80岁老熟妇乱子伦牲交| 精品国产一区二区久久| 人妻系列 视频| 欧美xxⅹ黑人| 亚洲成人手机| 99国产精品免费福利视频| 高清av免费在线| 97在线人人人人妻| 国产 一区精品| 亚洲欧美一区二区三区国产| 一级毛片黄色毛片免费观看视频| av在线播放精品| 80岁老熟妇乱子伦牲交| 99久久中文字幕三级久久日本| 晚上一个人看的免费电影| 婷婷色麻豆天堂久久| 99久国产av精品国产电影| 国产成人精品在线电影| 久久久久久久精品精品| 国产精品不卡视频一区二区| 日本猛色少妇xxxxx猛交久久| av在线app专区| 国产欧美日韩综合在线一区二区| 麻豆精品久久久久久蜜桃| 中文天堂在线官网| 在线 av 中文字幕| 国产男女超爽视频在线观看| 国精品久久久久久国模美| 欧美+日韩+精品| 中文字幕最新亚洲高清| 日韩一区二区视频免费看| 国产欧美另类精品又又久久亚洲欧美| 中文字幕免费在线视频6| 国产精品无大码| 人妻系列 视频| 天天躁夜夜躁狠狠久久av| 老司机影院成人| 成人亚洲欧美一区二区av| 日日爽夜夜爽网站| 免费在线观看完整版高清| 国产男女内射视频| 在线观看人妻少妇| 一区在线观看完整版| 国产亚洲一区二区精品| 1024视频免费在线观看| 国产片特级美女逼逼视频| 狠狠婷婷综合久久久久久88av| 亚洲国产最新在线播放| 久久女婷五月综合色啪小说| 高清不卡的av网站| 99国产精品免费福利视频| 欧美性感艳星| 18+在线观看网站| √禁漫天堂资源中文www| 精品国产一区二区三区四区第35| 一本—道久久a久久精品蜜桃钙片| 日日啪夜夜爽| 国产国语露脸激情在线看| 中文字幕亚洲精品专区| 哪个播放器可以免费观看大片| 激情视频va一区二区三区| freevideosex欧美| 蜜桃国产av成人99| 久久精品国产自在天天线| 免费黄色在线免费观看| 成人手机av| 九九爱精品视频在线观看| 亚洲av男天堂| 老女人水多毛片| 亚洲av福利一区| 国产精品麻豆人妻色哟哟久久| 2018国产大陆天天弄谢| 久久久精品免费免费高清| 国产综合精华液| 欧美日本中文国产一区发布| 一本久久精品| 男女边摸边吃奶| 丝袜在线中文字幕| 亚洲欧洲国产日韩| 免费黄频网站在线观看国产| 久久久精品94久久精品| 午夜福利乱码中文字幕| 两个人看的免费小视频| 看十八女毛片水多多多| 高清不卡的av网站| 国产精品.久久久| 男男h啪啪无遮挡| 国产成人精品在线电影| 亚洲成人手机| 久久国产精品大桥未久av| 欧美日韩国产mv在线观看视频| 精品国产一区二区三区久久久樱花| 一区二区三区乱码不卡18| 肉色欧美久久久久久久蜜桃| 国产精品久久久久成人av| 日本黄大片高清| 曰老女人黄片| 精品人妻偷拍中文字幕| 侵犯人妻中文字幕一二三四区| 亚洲精品久久久久久婷婷小说| 97精品久久久久久久久久精品| 久久久亚洲精品成人影院| 水蜜桃什么品种好| 国产黄色免费在线视频| 欧美丝袜亚洲另类| av免费观看日本| 18禁动态无遮挡网站| 成年人午夜在线观看视频| 成年美女黄网站色视频大全免费| 少妇人妻精品综合一区二区| 欧美日韩精品成人综合77777| 精品人妻一区二区三区麻豆| 国产一区亚洲一区在线观看| 精品一品国产午夜福利视频| 精品一区在线观看国产|