• <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
    亚洲欧美日韩另类电影网站| 亚洲成人手机| 日韩av不卡免费在线播放| 中文字幕亚洲精品专区| 三上悠亚av全集在线观看| 亚洲图色成人| 亚洲国产成人一精品久久久| 不卡av一区二区三区| 欧美另类一区| 成人免费观看视频高清| 免费日韩欧美在线观看| 一级片免费观看大全| 天天影视国产精品| 婷婷色综合www| 啦啦啦在线免费观看视频4| 最近中文字幕2019免费版| 蜜桃国产av成人99| 色综合欧美亚洲国产小说| 亚洲五月婷婷丁香| 亚洲欧美一区二区三区久久| 久久国产精品影院| 午夜免费成人在线视频| 大陆偷拍与自拍| 一区在线观看完整版| 中文精品一卡2卡3卡4更新| 少妇猛男粗大的猛烈进出视频| 国产片特级美女逼逼视频| 精品久久久精品久久久| 青春草亚洲视频在线观看| 国产精品欧美亚洲77777| 久久综合国产亚洲精品| 国产视频首页在线观看| a级毛片在线看网站| 久久精品国产亚洲av涩爱| 国产av一区二区精品久久| avwww免费| 99精国产麻豆久久婷婷| 一级毛片 在线播放| 美女福利国产在线| 飞空精品影院首页| 亚洲中文av在线| 青草久久国产| 欧美少妇被猛烈插入视频| 丰满少妇做爰视频| 亚洲国产毛片av蜜桃av| 国产免费福利视频在线观看| 亚洲成国产人片在线观看| 欧美久久黑人一区二区| 老汉色∧v一级毛片| 国产一区有黄有色的免费视频| 精品国产一区二区三区久久久樱花| 在线观看免费午夜福利视频| 大片免费播放器 马上看| 少妇粗大呻吟视频| 日韩熟女老妇一区二区性免费视频| 观看av在线不卡| 国产一区二区 视频在线| 一二三四在线观看免费中文在| 国产xxxxx性猛交| 欧美激情高清一区二区三区| 日韩一卡2卡3卡4卡2021年| 国产免费视频播放在线视频| 丝袜喷水一区| 国产av精品麻豆| 人人妻人人澡人人看| 看免费av毛片| 男人舔女人的私密视频| 成人亚洲精品一区在线观看| 99热网站在线观看| 美国免费a级毛片| 日本五十路高清| 亚洲av日韩精品久久久久久密 | 一区二区av电影网| 精品少妇内射三级| 亚洲欧美色中文字幕在线| 女人久久www免费人成看片| 欧美人与性动交α欧美精品济南到| 国产一区二区 视频在线| 日韩中文字幕欧美一区二区 | av在线播放精品| 另类精品久久| 成人亚洲精品一区在线观看| 成人三级做爰电影| 亚洲精品日本国产第一区| 国产日韩欧美在线精品| 精品福利永久在线观看| 久久午夜综合久久蜜桃| 国产精品一二三区在线看| kizo精华| 大型av网站在线播放| 免费人妻精品一区二区三区视频| 99久久精品国产亚洲精品| 国产又色又爽无遮挡免| 少妇精品久久久久久久| 亚洲欧美一区二区三区国产| 亚洲欧美一区二区三区久久| 国产日韩一区二区三区精品不卡| 日日摸夜夜添夜夜爱| 免费看av在线观看网站| 日韩熟女老妇一区二区性免费视频| 少妇人妻 视频| 丝袜美足系列| 中文字幕亚洲精品专区| 免费观看人在逋| xxx大片免费视频| 2021少妇久久久久久久久久久| 丝袜喷水一区| 丝袜人妻中文字幕| 日本av手机在线免费观看| 亚洲国产成人一精品久久久| 天堂中文最新版在线下载| 亚洲国产欧美在线一区| 亚洲欧美中文字幕日韩二区| 欧美人与善性xxx| 丝袜人妻中文字幕| 午夜福利视频精品| 人人妻,人人澡人人爽秒播 | www.熟女人妻精品国产| 国产人伦9x9x在线观看| 观看av在线不卡| 午夜91福利影院| 一本色道久久久久久精品综合| 天天操日日干夜夜撸| 欧美精品一区二区大全| 99香蕉大伊视频| 久久国产亚洲av麻豆专区| 老汉色∧v一级毛片| 国产一区二区三区综合在线观看| bbb黄色大片| 99久久99久久久精品蜜桃| av在线app专区| 亚洲av日韩在线播放| 日韩熟女老妇一区二区性免费视频| 亚洲av欧美aⅴ国产| 欧美少妇被猛烈插入视频| 激情视频va一区二区三区| 国产一区二区三区综合在线观看| 国产一区亚洲一区在线观看| 日韩一区二区三区影片| 成在线人永久免费视频| 国产成人啪精品午夜网站| 亚洲欧美精品综合一区二区三区| 人人妻人人爽人人添夜夜欢视频| 国产成人91sexporn| 一本大道久久a久久精品| 日韩 欧美 亚洲 中文字幕| 亚洲精品自拍成人| 亚洲av片天天在线观看| 国产欧美日韩一区二区三 | 永久免费av网站大全| 国产精品一区二区在线不卡| 999久久久国产精品视频| 国产成人精品在线电影| 欧美国产精品一级二级三级| 晚上一个人看的免费电影| 19禁男女啪啪无遮挡网站| 七月丁香在线播放| 亚洲欧美日韩另类电影网站| 国产高清不卡午夜福利| 久久热在线av| av天堂在线播放| 欧美在线一区亚洲| 美女福利国产在线| 两个人免费观看高清视频| 亚洲五月婷婷丁香| 我要看黄色一级片免费的| h视频一区二区三区| 这个男人来自地球电影免费观看| 一级毛片我不卡| 欧美精品高潮呻吟av久久| 亚洲黑人精品在线| 久久 成人 亚洲| 国产亚洲av片在线观看秒播厂| 在线看a的网站| 亚洲精品国产色婷婷电影| 国产精品久久久久久精品古装| 黄色一级大片看看| 两人在一起打扑克的视频| 男人爽女人下面视频在线观看| 国产真人三级小视频在线观看| 亚洲欧美一区二区三区黑人| 黄片播放在线免费| 精品国产一区二区三区四区第35| 精品熟女少妇八av免费久了| 久久久久国产精品人妻一区二区| 啦啦啦 在线观看视频| 18禁裸乳无遮挡动漫免费视频| 777久久人妻少妇嫩草av网站| 国产成人一区二区在线| 日韩中文字幕视频在线看片| 老司机靠b影院| 欧美在线一区亚洲| 黄色毛片三级朝国网站| 欧美黑人精品巨大| 色婷婷av一区二区三区视频| 亚洲精品成人av观看孕妇| 女性生殖器流出的白浆| 国产精品三级大全| 免费在线观看影片大全网站 | 黄色毛片三级朝国网站| 亚洲第一av免费看| 欧美日韩视频精品一区| 九色亚洲精品在线播放| 99国产精品免费福利视频| 99久久精品国产亚洲精品| 狂野欧美激情性bbbbbb| 午夜福利在线免费观看网站| 欧美日韩亚洲国产一区二区在线观看 | 久久精品国产综合久久久| 精品视频人人做人人爽| 超色免费av| 精品少妇内射三级| 午夜免费成人在线视频| www.999成人在线观看| 中文乱码字字幕精品一区二区三区| www.av在线官网国产| 大话2 男鬼变身卡| 国产亚洲av片在线观看秒播厂| 亚洲人成网站在线观看播放| 国产日韩欧美亚洲二区| 国产亚洲精品第一综合不卡| 精品福利永久在线观看| 精品久久久精品久久久| 九草在线视频观看| 青春草亚洲视频在线观看| videos熟女内射| a级毛片在线看网站| 美女福利国产在线| 中文字幕人妻丝袜一区二区| 大片电影免费在线观看免费| 欧美 日韩 精品 国产| 男女之事视频高清在线观看 | 久久久久久人人人人人| 欧美日韩成人在线一区二区| 欧美精品啪啪一区二区三区 | 精品国产乱码久久久久久男人| av一本久久久久| 十八禁高潮呻吟视频| 视频在线观看一区二区三区| 超碰成人久久| 久久精品人人爽人人爽视色| 国产一区二区 视频在线| 国产精品麻豆人妻色哟哟久久| 后天国语完整版免费观看| 黄色a级毛片大全视频| 韩国高清视频一区二区三区| 国产精品 国内视频| 精品国产乱码久久久久久小说| 丰满人妻熟妇乱又伦精品不卡| 9191精品国产免费久久| 中文字幕精品免费在线观看视频| 国产片特级美女逼逼视频| 老司机靠b影院| 老熟女久久久| 国产精品一区二区在线观看99| 亚洲欧洲日产国产| av线在线观看网站| 69精品国产乱码久久久| 99热全是精品| 国产有黄有色有爽视频| 黄色毛片三级朝国网站| www.999成人在线观看| 一边亲一边摸免费视频| 免费黄频网站在线观看国产| 日韩制服骚丝袜av| 欧美亚洲日本最大视频资源| 在线亚洲精品国产二区图片欧美| 黄频高清免费视频| 真人做人爱边吃奶动态| 国产在线视频一区二区| 久久久久久久久免费视频了| 日本欧美视频一区| 在线av久久热| 国产在线一区二区三区精| 国产精品国产三级专区第一集| 天天躁日日躁夜夜躁夜夜| 久久av网站| 可以免费在线观看a视频的电影网站| 欧美精品啪啪一区二区三区 | 一级毛片电影观看| 热99国产精品久久久久久7| 一个人免费看片子| 日韩电影二区| 天天添夜夜摸| 免费观看av网站的网址| 成人三级做爰电影| 欧美精品高潮呻吟av久久| 在线观看免费午夜福利视频| 国产精品久久久久久精品古装| av网站免费在线观看视频| 色播在线永久视频| 啦啦啦 在线观看视频| 伦理电影免费视频| 日韩欧美一区视频在线观看| 精品欧美一区二区三区在线| 少妇精品久久久久久久| 欧美黄色淫秽网站| 十八禁高潮呻吟视频| 国产熟女午夜一区二区三区| 亚洲精品国产区一区二| 这个男人来自地球电影免费观看| 亚洲精品一卡2卡三卡4卡5卡 | 视频在线观看一区二区三区| 欧美精品亚洲一区二区| 久久人妻福利社区极品人妻图片 | 在线看a的网站| 99久久99久久久精品蜜桃| 老汉色av国产亚洲站长工具| 久久热在线av| av视频免费观看在线观看| 色婷婷av一区二区三区视频| 一级黄片播放器| 黄色一级大片看看| 国产精品免费大片| 欧美亚洲日本最大视频资源| 视频区欧美日本亚洲| 久久99一区二区三区| 婷婷色麻豆天堂久久| 午夜激情久久久久久久| 久久午夜综合久久蜜桃| 亚洲精品中文字幕在线视频| 成人亚洲欧美一区二区av| 性少妇av在线| 不卡av一区二区三区| 亚洲av美国av| 国产精品亚洲av一区麻豆| 亚洲五月色婷婷综合| www.av在线官网国产| 人人妻人人澡人人看| 一本综合久久免费| 国产主播在线观看一区二区 | xxxhd国产人妻xxx| 国产黄色免费在线视频| 一级毛片女人18水好多 | 国产精品av久久久久免费| 国产成人欧美在线观看 | 欧美+亚洲+日韩+国产| 亚洲精品一二三| 午夜老司机福利片| 日本欧美国产在线视频| 熟女av电影| 亚洲精品乱久久久久久| 欧美日韩黄片免| 国产精品.久久久| 久久久久精品国产欧美久久久 | 久久午夜综合久久蜜桃| 精品亚洲乱码少妇综合久久| 亚洲人成电影观看| 99久久99久久久精品蜜桃| 少妇粗大呻吟视频| 亚洲黑人精品在线| 国精品久久久久久国模美| av线在线观看网站| 亚洲一区二区三区欧美精品| 少妇猛男粗大的猛烈进出视频| 精品人妻在线不人妻| 黄色片一级片一级黄色片| 久热爱精品视频在线9| 精品久久久久久久毛片微露脸 | 性色av乱码一区二区三区2| 国产精品三级大全| 女人被躁到高潮嗷嗷叫费观| 热re99久久精品国产66热6| 80岁老熟妇乱子伦牲交| 最近最新中文字幕大全免费视频 | 18禁观看日本| 国产av精品麻豆| √禁漫天堂资源中文www| 亚洲精品在线美女| 欧美激情 高清一区二区三区| 人成视频在线观看免费观看| 亚洲伊人久久精品综合| 日日摸夜夜添夜夜爱| 国产精品香港三级国产av潘金莲 | 国语对白做爰xxxⅹ性视频网站| 999久久久国产精品视频| 捣出白浆h1v1| 一区在线观看完整版| 青青草视频在线视频观看| 又紧又爽又黄一区二区| 一本一本久久a久久精品综合妖精| 久久久久视频综合| 一本综合久久免费| 人妻 亚洲 视频| 色婷婷av一区二区三区视频| 欧美 亚洲 国产 日韩一| 久久久精品免费免费高清| 精品国产一区二区久久| 人妻人人澡人人爽人人| 欧美精品高潮呻吟av久久| 只有这里有精品99| 亚洲国产精品成人久久小说| 麻豆av在线久日| 又紧又爽又黄一区二区| 制服诱惑二区| 久久人人97超碰香蕉20202| 欧美日韩福利视频一区二区| 欧美+亚洲+日韩+国产| 久久这里只有精品19| 亚洲国产精品国产精品| 精品久久蜜臀av无| 男人添女人高潮全过程视频| 男女边吃奶边做爰视频| 亚洲精品乱久久久久久| 日韩视频在线欧美| 欧美国产精品一级二级三级| 久久亚洲国产成人精品v| 久久久久久久久免费视频了| 国产精品九九99| 丝袜美足系列| 男女之事视频高清在线观看 | 亚洲av日韩精品久久久久久密 | 一二三四社区在线视频社区8| 青青草视频在线视频观看| 老汉色av国产亚洲站长工具| 热re99久久国产66热| 国产高清不卡午夜福利| 老司机影院成人| 久久久久久久久久久久大奶| 韩国高清视频一区二区三区| 操出白浆在线播放| 每晚都被弄得嗷嗷叫到高潮| 国产黄色免费在线视频| 美女福利国产在线| 日本av手机在线免费观看| 色播在线永久视频| 精品亚洲乱码少妇综合久久| 免费看十八禁软件| 91九色精品人成在线观看| av视频免费观看在线观看| 久久精品久久久久久噜噜老黄| 久久久久网色| 国产免费现黄频在线看| 高清av免费在线| 99久久人妻综合| 男女下面插进去视频免费观看| 日日爽夜夜爽网站| 日韩欧美一区视频在线观看| 亚洲av男天堂| 亚洲精品国产av蜜桃| 大香蕉久久成人网| 超碰成人久久| 大陆偷拍与自拍| 中文字幕精品免费在线观看视频| a级毛片在线看网站| 国产精品三级大全| 欧美精品高潮呻吟av久久| 18禁黄网站禁片午夜丰满| 在线亚洲精品国产二区图片欧美| 在线av久久热| 少妇被粗大的猛进出69影院| 精品第一国产精品| 国产在线视频一区二区| 一本综合久久免费| 天天躁夜夜躁狠狠久久av| 少妇 在线观看| 国产精品成人在线| 一边摸一边做爽爽视频免费| 欧美精品人与动牲交sv欧美| 超碰成人久久| 国产精品一区二区在线观看99| av天堂久久9| 欧美av亚洲av综合av国产av| bbb黄色大片| 国产精品一二三区在线看| 19禁男女啪啪无遮挡网站| 欧美久久黑人一区二区| h视频一区二区三区| 十分钟在线观看高清视频www| 久久久久久人人人人人| 日韩av不卡免费在线播放| 老司机深夜福利视频在线观看 | av在线app专区| bbb黄色大片| 欧美 日韩 精品 国产| 久久精品亚洲av国产电影网| 狂野欧美激情性bbbbbb| 欧美精品一区二区大全| 精品久久久精品久久久| 国产成人精品久久二区二区91| 亚洲专区国产一区二区| 日本午夜av视频| 国产亚洲精品第一综合不卡| av一本久久久久| www.av在线官网国产| 一本大道久久a久久精品| 久久天躁狠狠躁夜夜2o2o | 各种免费的搞黄视频| 欧美变态另类bdsm刘玥| 久久青草综合色| 久久国产精品大桥未久av| 亚洲欧美中文字幕日韩二区| 如日韩欧美国产精品一区二区三区| 韩国精品一区二区三区| 亚洲国产中文字幕在线视频| 亚洲国产日韩一区二区| 欧美性长视频在线观看| 中文欧美无线码| 成人国产一区最新在线观看 | 国产精品二区激情视频| 久久国产亚洲av麻豆专区| 国产免费福利视频在线观看| 久久精品久久久久久久性| 老司机午夜十八禁免费视频| 亚洲精品久久成人aⅴ小说| 久久久久久久精品精品| 中文字幕另类日韩欧美亚洲嫩草| 日韩一区二区三区影片| 亚洲伊人久久精品综合| 赤兔流量卡办理| 久久青草综合色| 欧美xxⅹ黑人| 亚洲精品国产区一区二| 亚洲成国产人片在线观看| 亚洲人成网站在线观看播放| 亚洲中文日韩欧美视频| 久久久久久久久久久久大奶| 999久久久国产精品视频| 亚洲综合色网址| 99re6热这里在线精品视频| 9191精品国产免费久久| 亚洲精品日韩在线中文字幕| 嫩草影视91久久| 国产亚洲午夜精品一区二区久久| 亚洲精品美女久久av网站| 超碰成人久久| 欧美日韩视频精品一区| 亚洲第一av免费看| 色视频在线一区二区三区| 99精国产麻豆久久婷婷| 亚洲熟女毛片儿| 99热网站在线观看| a级片在线免费高清观看视频| 99国产精品99久久久久| 国产女主播在线喷水免费视频网站| 999精品在线视频| 精品久久蜜臀av无| 亚洲久久久国产精品| 亚洲自偷自拍图片 自拍| 久久九九热精品免费| 极品少妇高潮喷水抽搐| 国产日韩一区二区三区精品不卡| 丝袜美腿诱惑在线| 亚洲中文字幕日韩| 免费观看a级毛片全部| 波多野结衣av一区二区av| 黄片播放在线免费| 国产精品一区二区在线观看99| 久热爱精品视频在线9| 国产麻豆69| 国产不卡av网站在线观看| 热re99久久国产66热| 男女边摸边吃奶| 成年av动漫网址| 多毛熟女@视频| 国产亚洲欧美在线一区二区| 丝袜脚勾引网站| 人人妻人人澡人人看| 欧美变态另类bdsm刘玥| 亚洲国产最新在线播放| 91国产中文字幕| 亚洲成人免费av在线播放| 黄片播放在线免费| 国产免费福利视频在线观看| 中文字幕制服av| √禁漫天堂资源中文www| 国产精品一区二区在线观看99| 亚洲五月色婷婷综合| 桃花免费在线播放| 午夜福利乱码中文字幕| 亚洲欧美日韩高清在线视频 | 黄色一级大片看看| 亚洲欧美精品综合一区二区三区| 日韩一卡2卡3卡4卡2021年| 国产一卡二卡三卡精品| 精品久久久精品久久久| 香蕉国产在线看| 久久狼人影院| 日日摸夜夜添夜夜爱| 1024视频免费在线观看| 精品人妻1区二区| 国产精品一区二区免费欧美 | 熟女少妇亚洲综合色aaa.| 亚洲av日韩精品久久久久久密 | 满18在线观看网站| 飞空精品影院首页| 国产精品欧美亚洲77777| 黑丝袜美女国产一区| 国产黄频视频在线观看| 亚洲av在线观看美女高潮| 两个人看的免费小视频| 亚洲国产精品一区二区三区在线| 三上悠亚av全集在线观看| 久久久精品94久久精品| 久久人妻福利社区极品人妻图片 | 七月丁香在线播放| www.999成人在线观看| 精品福利观看| 国产成人免费观看mmmm| 老汉色av国产亚洲站长工具| 九色亚洲精品在线播放| 国产成人免费观看mmmm| 久久久久精品人妻al黑| 一级a爱视频在线免费观看| 成人国产av品久久久| 免费看av在线观看网站| 亚洲精品国产一区二区精华液| 亚洲av日韩精品久久久久久密 | 永久免费av网站大全| av线在线观看网站| 91老司机精品| 国产成人精品久久二区二区91| 亚洲图色成人| 91老司机精品| 天天躁夜夜躁狠狠久久av|