• <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 ?

    一種改進高斯核度量的HEC算法在變壓器故障診斷中的應用

    2017-01-10 01:31:18李中勝劉林
    廣東電力 2016年12期
    關鍵詞:橢球度量高斯

    李中勝,劉林

    (1. 福建水利電力職業(yè)技術學院 電氣工程系,福建 永安 366000;2. 廣東電網有限責任公司佛山供電局,廣東 佛山 528000)

    一種改進高斯核度量的HEC算法在變壓器故障診斷中的應用

    李中勝1,劉林2

    (1. 福建水利電力職業(yè)技術學院 電氣工程系,福建 永安 366000;2. 廣東電網有限責任公司佛山供電局,廣東 佛山 528000)

    針對傳統(tǒng)超球型聚類算法難以解決變壓器故障診斷問題的特性,使用一種改進的高斯核的超橢球聚類 (hyper-ellipsoidal clustering,HEC)算法,并將其解釋為尋找體積和密度都緊湊的橢球分簇,該算法能夠有效地處理形狀為橢球、大小不同和密度不同的分簇。在模擬數據集上的仿真實驗表明所提算法在聚類結果和性能上優(yōu)于K-Means算法、模糊C-Means算法和混合高斯模型期望最大化算法,從而驗證了該提算法在處理橢球形或復雜形狀數據集聚類時的可行性和有效性;同時將該算法應用在基于變壓器油中溶解氣體(dissolved gas-in-oil analysis,DGA)的變壓器故障診斷中,驗證了該方法更高的故障診斷準確度。

    數據聚類;超橢球聚類;高斯核度量;變壓器;油中溶解氣體;故障診斷

    聚類算法在設備故障診斷等領域都有廣泛的應用,但目前仍沒有一種能夠處理所有聚類問題的最優(yōu)算法。傳統(tǒng)的聚類算法如K-Means、混合高斯模型期望最大化(gaussian mixture model-expectation maximization,GMM-EM)、模糊C-Means等[1],都是基于最小化簇內樣本點的歐氏距離和的通用聚類準則。歐氏距離只考慮各類別樣本均值特征,得到的是超球型聚類結果,即在不同的方向上相似性尺度一致。而大多數情況下,同類樣本的分布是凸的,且為超橢球型分布[2]。若使用超球型的聚類往往不得不增加類別數來獲得更好的訓練結果,但如此就會對學習的整體效果產生影響。為解決上述問題,學者提出了各種超橢球聚類(hyper-ellipsoidal clustering,HEC)[3-14]算法,這些算法通常使用馬氏距離作為距離度量來建立橢球分簇。

    現有的HEC算法主要存在以下問題:過高的計算復雜度;當分簇包含少量樣本點時,協(xié)方差矩陣可能是奇異的。為了解決上述問題,文獻[3-5]提出基于改進馬氏距離和偽協(xié)方差矩陣的HEC算法,但是這些算法的計算復雜度仍然很高。另一方面,文獻 [8-10] 通過近似分簇體積,即找到最小體積橢球(minimum-volume ellipsoids,MVE),取代了協(xié)方差矩陣的計算,部分克服了以上的不足。

    本文根據一般數據聚類問題特性,將之描述為尋找體積和密度都緊湊的橢球分簇,據此提出的基于改進高斯核度量的HEC算法,旨在解決既有HEC算法的時間、空間復雜度過高,以及尋找MVE過程復雜的問題。改進算法通過Khachiyan的快速近似算法來尋找MVE,在聚類精度與算法的時間、空間復雜度上取得了良好折中,并對不同尺寸和密度的橢球有效處理?;谟椭腥芙鈿怏w(dissolved gas-in-oil analysis,DGA)的變壓器故障診斷技術一直是研究的熱點,主流的故障診斷方法包括模糊聚類算法[15]、最小二乘法[16]、支持向量機法[17]等。其中,聚類算法受本身特性的限制,存在一定的誤分類的可能,為解決該問題,從改良算法入手,本文提出了一類基于改進高斯核度量的HEC數據聚類方法,并用于解決變壓器DGA故障診斷問題。

    1 橢球和復雜形狀聚類

    P=arg(P)minEC(P).

    (1)

    (2)

    式中:mk為第k個分簇的均值向量;D(xi,mk)為輸入模式與mk之間的距離度量。

    為了構造橢球分簇,HEC算法通常采用馬氏距離。但在該條件下劃分聚類的代價函數是常量[7],為了實現在實際聚類過程中,通用性較好的橢球聚類,使用式(3)改進高斯核作為距離度量:

    (3)

    式中:Qk為第k個分簇的協(xié)方差矩陣;變量α∈[0,1]控制式(3)的第1項和第2項的權重,其中第1項表示馬氏距離,第2項與Qk表示的第k個橢圓分簇的容積成正比。則聚類代價函數改寫為

    (4)

    代價函數EC(P)達到最優(yōu)的必要條件為?EC(P)/?mkT=0,通過最小化式(4)得到劃分的分簇中心

    (5)

    (6)

    定義:如果改進高斯核式(3)作為式(2)的聚類代價函數的距離度量,則有

    (7)

    2 改進高斯核度量的HEC算法

    2.1 算法原理

    改進高斯核度量的HEC算法開始于一個初始的聚類,最終將初始的聚類劃分為C個分簇,在此過程中算法迭代查找改進的劃分矩陣的分配,分簇體積的權重和不斷縮小,直到分簇結果沒有進一步可能的改進為止。

    計算最小體積橢球(minimumvolumeellipsoid,MVE)(記作dMVE)法所包含樣本可以定義為求最大特征向量問題[9-11],以上問題難以通過直接求以下優(yōu)化問題解決:

    (8)

    式中:Q為所在橢球分簇的協(xié)方差矩陣;i=1,2,…,mk;xc為選擇的橢球樣本中心向量。

    本文通過以下2個步驟來尋找MVE:

    a) 通過式(9)近似計算包含矩陣Q特征向量和的目標函數來求解式(8)所示凸優(yōu)化問題[8,11]:

    (9)

    b) 使用Khachiyan的快速近似算法[12]尋找dMVE:

    (10)

    2.2 改進高斯核度量的HEC算法步驟

    步驟1:確定分簇數C,從樣本集中隨機選擇C個樣本,設定為分簇的中心,記作mk;

    步驟2:使用樣本與分簇中心mk歐氏距離來確定劃分矩陣的初始分配

    (11)

    式中DEuc(xi,mk)為橢球中樣本xi與其他分簇中心mk的歐氏距離。

    步驟3:計算新的分簇中心和屬于該分簇的樣本的數量,即

    (12)

    式中nk為以mk為中心的新分簇樣本數量。

    步驟4:使用MVE法近似算法計算偽協(xié)方差矩陣Qk。

    步驟5:使用式(3)的改進高斯核度量、mk和Qk確定劃分矩陣P的一個新的分配

    (13)

    式中DMGK為最小高斯核度量距離(minimal Gauss kernel,MGK)。

    步驟6:如果劃分矩陣P沒有變化,則算法停止。否則重復步驟3至步驟5。

    3 仿真實驗

    3.1 數值實驗描述

    為驗證本文提出算法的有效性,在模擬數據集和基準評測數據集上進行了仿真實驗。在性能評估時,使用誤分類率(misclassificationrate,MCR)(記作eMCR)和歸一化互信息度(normalizedmutualinformation,NMI)(記作eNMI)作為評價指標,分別定義如下

    (14)

    (15)

    式(14)-(15)中:QE、QA分別為誤分類樣本數和總樣本數;X、Y為兩個隨機變量;I(X,Y)為互信息;H(X)和H(Y)為X和Y的熵。

    3.2 數值實驗結果與分析

    3.2.1 模擬數據集

    為了說明本文所提算法的有效性,在實驗中使用了2個模擬數據集。其中,模擬數據集1樣本維度2,初始分簇數2,包含一個球型與一橢球型分簇,樣本數分別為4、10個,用以驗證基于改進高斯核的HEC算法對于不同大小、不同密度和橢圓形分簇的聚類能力,該數據集包含一個圓形的分簇和一個細長橢圓形的分簇。在模擬數據集1上使用式(9)-(10)的2種不同的MVE近似方法所提到的聚類結果是一樣的,因此忽略式(9),而使用式(10)的HEC算法在數據集1上的聚類結果如圖1所示。

    圖1 不同算法在模擬數據集1上的聚類結果

    從圖1(b)可以看出,K-Means算法在模擬數據集1上不能得到正確的聚類;從圖1(c)可以看出,馬氏HEC算法雖然將樣本劃分為不同大小的兩個橢圓分簇,但當兩個分簇距離較近時聚類結果也不準確;圖1(d)表明本文提出的HEC算法通過調整α的值來控制改進高斯核的第1項和第2項的權重,從而最小化分簇體積權重和,使得聚類后分簇的緊湊性和密度達到最大。

    模擬數據集2樣本維度2,初始分簇數2,包含一個高斯分布分簇和一個香蕉形分簇,高斯與香蕉型數據分別為100、28個,用于驗證提出的HEC算法的有效性,該算法專門設計用于復雜幾何形狀樣本集的聚類。K-Means算法、馬氏距離HEC算法、基于高斯核的HEC算法模擬數據集2上的聚類結果分別如圖2的(b)、(c)、(d)所示。

    圖2 不同算法在模擬數據集2上的聚類結果

    從圖2可以看出,K-Means算法、馬氏HEC算法以及本文提出的HEC算法有相似的聚類結果??梢宰⒁獾?,雖然聚類結果相似,但是由每個算法所確定的聚類的決策邊界仍有很大的不同。與其他算法相比,馬氏HEC算法和本文提出的HEC算法有重疊的決策邊界。

    3.2.2 基準評測數據集

    為了評估本文提出算法的性能,在來自UCI的3個基準評測數據集(見表1)上與K-Means算法、模糊C-Means算法、GMM-EM算法和馬氏距離MVE-HEC算法進行了比較實驗。5種算法在eMCR和eNMI2個評判準則上的比較結果如圖3所示,可以看出提出的HEC算法在eMCR和eNMI2個指標上均優(yōu)于K-Means、模糊C-Means、GMM-EM和馬氏距離HEC算法。

    表1 來自UCI的基準評測數據集

    數據集屬性數類別數記錄數IRIS43150WINE133178GLASS117214

    注:IRIS、WINE、GLASS是來自UCI的基本評測數據集合。

    圖3 基準評測數據集上的聚類性能比較

    3.3 變壓器故障診斷實例

    本文收集了某省區(qū)域內,來自不同廠家,具有不同電壓等級與容量的運行變壓器DGA數據,剔除明顯異常樣本與數據后,進行數據歸一化預處理,進一步減少數據自身因素對聚類的影響。根據IEC標準,定義變壓器運行于正常狀態(tài)、低能放電、高能放電、低溫/中溫故障以及高溫故障等運行狀態(tài),選取了156組變壓器的不同故障類型數據,并與K-Means,模糊C-Means,GMM-EM以及馬氏HEC算法進行對比,統(tǒng)計結果見表2。

    表2 不同算法故障診斷率 %

    由于上述數據均經過了歸一化處理,算法對數據敏感因素被排除。本文所提出算法在低能放電、低溫/中溫熱故障與高溫熱故障3個狀態(tài)診斷中,效果明顯好于其他算法。分析樣本數據集的聚類過程可以發(fā)現,按照MVE進行聚類,算法相對更為合理。但在正常狀態(tài)聚類中,與K-Means算法相比,聚類錯誤數增加了3.1%,以及在高能放電樣本中,診斷數據比C-Means算法錯誤率增加了3.4%,反查動態(tài)過程中,樣本被分類的情況可以發(fā)現,本文所提算法的高斯核函數的設定,恰好將部分樣本排除在聚類外,表明高斯核函數的相關參數調整,可以提高聚類的相關精度。

    由此可見,本文所提出的改進高斯核度量的HEC數據聚類方法,相比傳統(tǒng)的K-Means、模糊C-Means、GMM-EM以及馬氏HEC算法在較大范圍具有良好的適應性,能較好的判斷變壓器運行狀態(tài),并給出具有較高可信度的診斷結果。

    4 結束語

    本文將基于MVE的HEC算法與改進的高斯核相結合,提出了基于改進的高斯核變量的HEC算法。該算法能夠處理不同大小、不同密度和橢球形狀的分簇。在模擬數據集和UCI基準評測數據集上的仿真實驗,以及基于變壓器DGA數據的實例試驗表明,提出的算法能夠通過建立緊湊的分類邊界有效地分離各分簇,無論在聚類能力和性能方面均優(yōu)于K-Means、模糊C-Means、GMM-EM和馬氏距離HEC算法,說明本文所提出算法正確,且具有可行性和有效性。

    [1] 金建國. 聚類方法綜述[J]. 計算機科學,2014,41(增刊2): 288-293.

    JIN Jianguo. Suvey on Clustering Methods [J]. Computer Science,2014,41(S2):288-293.

    [2] 劉勇,趙斌,夏紹瑋. 模糊超橢球分類算法及其在無約束手寫體數字識別中的應用[J]. 清華大學學報(自然科學版),2000,40(9):120-124.

    LIU Yong,ZHAO Bin,XIA Shaowei. Self-organizing Network with Fuzzy Hyperellipsoidal Classifying and Its Application in Unconstrained Handwritten Numeral Recognition[J]. Journal of Tsinghua University (Science& Technology),2000,40(9):120-124.

    [3] MAO J C,JAIN A K. A Self-organizing Network for Hyper-ellipsoidal Clustering(HEC)[J]. IEEE Transactions on Neural Networks,1996,7(1): 16-29.

    [4] 秦玉平,王祎,倫淑嫻,等. 基于超橢球支持向量機的兼類文本分類算法[J]. 計算機科學,2013,40(增刊2): 98-100.

    QIN Yuping,WANG Yi,LUN Shuxian,et al. Multi-label Text Classification Algorithm Based on Hyper Ellipsoidal SVM[J]. Computer Science,2013,40(S2):98-100.

    [5] 梁夷龍,王松,夏紹瑋,等. 基于超橢球模糊聚類的人腦磁共振圖象分割[J]. 軟件學報,1998,9(9):683-689.

    LIANG Yilong,WANG Song,XIA Shaowei,et al. Human Brain Magnetic Resonance Image Segmentation Based on Hyperellipsoidal Fuzzy Clustering Algorithm [J]. Journal of Software,1998,9(9): 683-689.

    [6] MOSHTAGHI M,RAJASEGARAR S,LECKIE C,et al. An Effient Hyperellipsoidal Clustering Algorithm forResource-constrained Environments[J]. Pattern Recognition,2011,44(9):2197-2209.

    [7] 朱峰,宋余慶,陳健美. 基于橢球等高分布混合模型的聚類方法[J]. 江蘇大學學報(自然科學版),2011,32(6):701-705.

    ZHU Feng,SONG Yuqing,CHEN Jianmei. Clustering Method Based on Elliptical Contoured Mixture Model[J]. Journal of Jiangsu University ( Natural Science Edition),2011,32(6):701-705.

    [8] LEE H,PARK J,PARK D. Hyper-ellipsoidal ClusteringAlgorithm Using Linear Matrix Inequality[J]. Journal of Korea Institute Intelligent Systems,2002,12(4):300-305.

    [9] MAHESH K O,JAMES B.Scale-invariant Clustering with Minimum Volume Ellipsoids[J]. Computer & Operations Research,2008,35(4): 1017-1029.

    [10] SHIODA R,TUNCEL L. Clustering via Minimum Volume Ellipsoids[J]. Computational Optimization and Applications,2007,37(3):247-295.

    [11] STEPHEN B,LIEVEN V. Convex Optimization[M]. Cambridge,UK: Cambridge University Press,2004.

    [12] TODD M J,YILDIRIM E A. On Khachiyan’s Algorithm for the Computation of Minimum-volume Enclosing Ellipsoids[J]. Discrete Applied Mathematics,2007,155(13):1731-1744.

    [13] CAO J Z,CHEN P,ZHENG Y,et al. A Max-flow-based Similarity Measure for Spectral[J]. Etri Journal,2013,35(2):311-320.

    [14] JOHN S T,NELLO C. Kernel Methods for Pattern Analysis[M]. Cambridge,UK: Cambridge University Press,2004.

    [15] 張冠軍,嚴璋,張仕君. 電力變壓器故障診斷中新方法的應用[J]. 高壓電器,1998(4):32-34.

    ZHANG Guanjun,YAN Zhang,ZHANG Shijun. Application of New Fault Diagnosis Method on Electric Power Transformers [J]. High Voltage Apparatus,1998(4):32-34.

    [16] 鄭含博,王偉,李曉綱,等. 基于多分類最小二乘支持向量機和改進粒子群優(yōu)化算法的電力變壓器故障診斷方法[J]. 高電壓技術,2014,40(11):3424-3429.

    ZHENG Hanbo,WANG Wei,LI Xiaogang,et al. Fault Diagnosis Method of Power Transformers Using Multi-class LS-SVM and Improved PSO[J]. High Voltage Engineering,2014,40(11):3424-3429.

    [17] 朱永利,尹金良. 組合核相關向量機在電力變壓器故障診斷中的應用研究[J]. 中國電機工程學報,2013,33(22):68-75.

    ZHU Yongli,YIN Jinliang. Study on Application of Multi-kernel Learning Relevance Vector Machines in Fault Diagnosis of Power Transformers[J]. Proceedings of the CSEE,2013,33(22):68-75.

    (編輯 王朋)

    Application of Hyper-ellipsoidal Clustering Algorithm Based on Improved Gaussian Kernel Metric in Transformer Fault Diagnosis

    LI Zhongsheng1, LIU Lin2

    (1.Department of Electric Power Engineering, Fujian College of Water Conservancy and Electric Power, Yong’an, Fujian 366000, China; 2.Foshan Power Supply Bureau of Guangdong Power Grid Co., Ltd., Foshan, Guangdong 528000, China)

    In allusion to the problem of traditional hyper sphere clustering algorithm being unable to solve the problem of transformer fault diagnosis, a kind of hyper-ellipsoidal clustering (HEC) algorithm based on improved Gaussian kernel metric is used. This HEC algorithm is illustrated as searching for ellipsoid clusters with compact volume and density, which is proved to be effectively handle with clusters of ellipsoid shape with different sizes and densities. Experiment on simulating dataset indicates the proposed HEC algorithm is prior to K-Means algorithm, fuzzy C-Means algorithm and GMM-EM algorithm, which verifies feasibility and validity of HEC algorithm in processing problems of ellipsoid dataset or complex-shaped dataset. Application of HEC algorithm in transformer fault diagnosis based on dissolved gas-in-oil also proves higher fault diagnosis accuracy of this method.

    data clustering; hyper-ellipsoidal clustering; Gaussian kernel metric; transformer; dissolved gas-in-oil; fault diagnosis

    2016-09-02

    福建省教育廳科技項目(JA15793)

    10.3969/j.issn.1007-290X.2016.12.019

    TM41

    A

    1007-290X(2016)12-0104-06

    李中勝(1982),男,福建三明人。實驗師,工程師,工學學士,從事電力設備高壓試驗、狀態(tài)監(jiān)測與故障診斷方面的研究。

    劉林(1986),女,湖南湘鄉(xiāng)人。工程師,工學碩士,主要從事電能計量、智能控制系統(tǒng)等方面研究。

    猜你喜歡
    橢球度量高斯
    有趣的度量
    小高斯的大發(fā)現
    獨立坐標系橢球變換與坐標換算
    模糊度量空間的強嵌入
    橢球槽宏程序編制及其Vericut仿真
    智能制造(2021年4期)2021-11-04 08:54:44
    迷向表示分為6個不可約直和的旗流形上不變愛因斯坦度量
    天才數學家——高斯
    橢球精加工軌跡及程序設計
    基于外定界橢球集員估計的純方位目標跟蹤
    地質異常的奇異性度量與隱伏源致礦異常識別
    国产精品女同一区二区软件 | 日韩欧美在线乱码| 欧美日韩黄片免| 91字幕亚洲| 他把我摸到了高潮在线观看| 高清毛片免费观看视频网站| 丰满人妻熟妇乱又伦精品不卡| 91在线观看av| 亚洲专区中文字幕在线| 亚洲熟妇熟女久久| 最近在线观看免费完整版| 日本三级黄在线观看| 欧美绝顶高潮抽搐喷水| 深夜a级毛片| 国产精品自产拍在线观看55亚洲| 51国产日韩欧美| 乱码一卡2卡4卡精品| 黄色配什么色好看| 亚洲片人在线观看| 亚洲精品影视一区二区三区av| 日本撒尿小便嘘嘘汇集6| 亚洲人成网站高清观看| 在线天堂最新版资源| 久久婷婷人人爽人人干人人爱| 久久精品综合一区二区三区| 亚洲精品色激情综合| 久久久久久久久大av| 最近视频中文字幕2019在线8| 亚洲黑人精品在线| bbb黄色大片| 亚洲在线观看片| 夜夜看夜夜爽夜夜摸| 国产精品久久久久久精品电影| 我要搜黄色片| 久久精品国产99精品国产亚洲性色| 国内精品久久久久精免费| 又紧又爽又黄一区二区| 久久99热这里只有精品18| 日日干狠狠操夜夜爽| 国产成人欧美在线观看| 又黄又爽又免费观看的视频| 久久久成人免费电影| 亚洲精华国产精华精| 老司机午夜福利在线观看视频| 午夜视频国产福利| 久久人人精品亚洲av| 黄色视频,在线免费观看| 麻豆成人午夜福利视频| 在线国产一区二区在线| 一级a爱片免费观看的视频| 免费观看人在逋| 国产中年淑女户外野战色| 看片在线看免费视频| 大型黄色视频在线免费观看| 亚洲av电影在线进入| 热99re8久久精品国产| 中文字幕人妻熟人妻熟丝袜美| 亚洲,欧美,日韩| 深夜a级毛片| 一个人免费在线观看电影| 欧美丝袜亚洲另类 | 免费av不卡在线播放| 在线观看一区二区三区| 禁无遮挡网站| 亚洲av中文字字幕乱码综合| 亚洲国产精品sss在线观看| 嫩草影院精品99| 午夜激情福利司机影院| 黄色一级大片看看| 色吧在线观看| 18禁黄网站禁片午夜丰满| 欧美一级a爱片免费观看看| 国产一级毛片七仙女欲春2| 美女高潮喷水抽搐中文字幕| 免费观看的影片在线观看| 十八禁国产超污无遮挡网站| 又粗又爽又猛毛片免费看| a级毛片免费高清观看在线播放| 一本一本综合久久| 国产亚洲精品综合一区在线观看| 久久欧美精品欧美久久欧美| 欧美一区二区亚洲| 成熟少妇高潮喷水视频| 一级黄色大片毛片| 男人舔女人下体高潮全视频| 欧美成人a在线观看| 又爽又黄a免费视频| 国产精品久久久久久久电影| 久久久久久大精品| 欧美另类亚洲清纯唯美| 精品不卡国产一区二区三区| 九色成人免费人妻av| 久99久视频精品免费| 赤兔流量卡办理| 日本免费一区二区三区高清不卡| 久久人人爽人人爽人人片va | 深夜精品福利| 成人欧美大片| 又黄又爽又刺激的免费视频.| 日本在线视频免费播放| 亚洲午夜理论影院| 久久久久国产精品人妻aⅴ院| 伦理电影大哥的女人| 久久精品91蜜桃| 2021天堂中文幕一二区在线观| 精品国产三级普通话版| a级毛片a级免费在线| 日韩欧美精品免费久久 | 老司机深夜福利视频在线观看| 中文亚洲av片在线观看爽| 丁香欧美五月| 深夜精品福利| 在线观看午夜福利视频| 亚洲av电影不卡..在线观看| 免费一级毛片在线播放高清视频| 国产在线男女| 久久精品国产亚洲av涩爱 | 草草在线视频免费看| 床上黄色一级片| 俺也久久电影网| 国产精品嫩草影院av在线观看 | 一级作爱视频免费观看| 免费在线观看日本一区| 久久国产精品影院| 久久这里只有精品中国| 日韩欧美精品免费久久 | 国产精品,欧美在线| 十八禁人妻一区二区| 又爽又黄a免费视频| 久久精品91蜜桃| 国产国拍精品亚洲av在线观看| 午夜免费激情av| 成人美女网站在线观看视频| 两个人的视频大全免费| 国产午夜精品久久久久久一区二区三区 | 日本五十路高清| 少妇的逼好多水| 国产日本99.免费观看| 在线十欧美十亚洲十日本专区| 亚洲精品日韩av片在线观看| 国产亚洲精品久久久com| 真人做人爱边吃奶动态| 午夜福利高清视频| 欧美日韩乱码在线| 国产大屁股一区二区在线视频| 在线观看免费视频日本深夜| 女生性感内裤真人,穿戴方法视频| 成人av在线播放网站| 9191精品国产免费久久| 黄色女人牲交| 亚洲欧美激情综合另类| 国内精品一区二区在线观看| 有码 亚洲区| 国产亚洲欧美98| 国产黄片美女视频| 久久久久久久午夜电影| 亚洲精品乱码久久久v下载方式| 欧美不卡视频在线免费观看| 长腿黑丝高跟| 成熟少妇高潮喷水视频| 国产极品精品免费视频能看的| 国产精品一区二区三区四区久久| 可以在线观看的亚洲视频| 国产午夜精品论理片| 婷婷六月久久综合丁香| 免费在线观看成人毛片| 变态另类成人亚洲欧美熟女| 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| 亚洲熟妇熟女久久| 欧美日韩中文字幕国产精品一区二区三区| 无人区码免费观看不卡| 欧美不卡视频在线免费观看| 色哟哟·www| 男人狂女人下面高潮的视频| 精品不卡国产一区二区三区| 日韩欧美免费精品| 亚洲av电影不卡..在线观看| 老熟妇仑乱视频hdxx| 久久久久久大精品| 国产色爽女视频免费观看| 国内少妇人妻偷人精品xxx网站| 十八禁网站免费在线| 嫩草影院新地址| 两人在一起打扑克的视频| 色5月婷婷丁香| 热99在线观看视频| 少妇人妻精品综合一区二区 | 热99在线观看视频| 亚洲人与动物交配视频| 国产精品亚洲一级av第二区| 90打野战视频偷拍视频| 色av中文字幕| 欧美+亚洲+日韩+国产| 久久久久久国产a免费观看| 色av中文字幕| 99久久久亚洲精品蜜臀av| 一个人免费在线观看电影| 久久国产精品人妻蜜桃| 午夜福利在线在线| 性插视频无遮挡在线免费观看| 亚洲天堂国产精品一区在线| 波多野结衣高清无吗| 国产精品久久久久久人妻精品电影| 级片在线观看| 欧美在线黄色| 麻豆成人午夜福利视频| 久久国产精品影院| 国产精品爽爽va在线观看网站| 欧美3d第一页| 亚洲成人久久性| 99国产综合亚洲精品| 国产精品永久免费网站| 无遮挡黄片免费观看| 天天躁日日操中文字幕| 啦啦啦韩国在线观看视频| 一级a爱片免费观看的视频| 1024手机看黄色片| 欧美不卡视频在线免费观看| 黄色视频,在线免费观看| 天天一区二区日本电影三级| 久久久成人免费电影| 老司机午夜十八禁免费视频| 韩国av一区二区三区四区| 亚洲激情在线av| 国产视频内射| 精品一区二区三区人妻视频| 狠狠狠狠99中文字幕| 中文字幕人妻熟人妻熟丝袜美| 欧美+亚洲+日韩+国产| 国产高清有码在线观看视频| 午夜日韩欧美国产| 天堂√8在线中文| 99久国产av精品| 精品一区二区三区人妻视频| 国产成人影院久久av| 色综合婷婷激情| 一a级毛片在线观看| 别揉我奶头~嗯~啊~动态视频| 好看av亚洲va欧美ⅴa在| 欧美bdsm另类| or卡值多少钱| 亚洲av免费高清在线观看| 国产精品电影一区二区三区| 深夜精品福利| 欧美成人免费av一区二区三区| 久久精品91蜜桃| 国产高清有码在线观看视频| 99久久99久久久精品蜜桃| 国产高清激情床上av| 午夜精品在线福利| .国产精品久久| 国产精品爽爽va在线观看网站| 99热这里只有精品一区| 午夜影院日韩av| 久久九九热精品免费| 亚洲国产日韩欧美精品在线观看| 久久99热这里只有精品18| 亚洲欧美激情综合另类| 在线观看av片永久免费下载| 亚洲av免费高清在线观看| 国产精品国产高清国产av| 亚洲无线在线观看| 人妻丰满熟妇av一区二区三区| 亚洲成人精品中文字幕电影| 欧美日韩福利视频一区二区| 日本成人三级电影网站| 色播亚洲综合网| netflix在线观看网站| 婷婷六月久久综合丁香| 欧美日韩亚洲国产一区二区在线观看| 国产精品久久久久久亚洲av鲁大| 一区二区三区免费毛片| 国产毛片a区久久久久| 亚洲av日韩精品久久久久久密| 99热这里只有精品一区| www日本黄色视频网| 欧美xxxx性猛交bbbb| 亚洲第一区二区三区不卡| 岛国在线免费视频观看| 国产免费男女视频| 国产精品精品国产色婷婷| 淫妇啪啪啪对白视频| 少妇人妻一区二区三区视频| 夜夜夜夜夜久久久久| 亚洲成人免费电影在线观看| 最近中文字幕高清免费大全6 | 高清在线国产一区| 黄色配什么色好看| 亚洲自偷自拍三级| 级片在线观看| 欧美又色又爽又黄视频| 男女视频在线观看网站免费| 少妇高潮的动态图| 午夜亚洲福利在线播放| 欧美乱色亚洲激情| 99国产综合亚洲精品| av专区在线播放| 国产精品一及| 欧美国产日韩亚洲一区| 精品久久久久久久久亚洲 | 国产精品一区二区免费欧美| 男人舔女人下体高潮全视频| 精品午夜福利视频在线观看一区| 91午夜精品亚洲一区二区三区 | 乱码一卡2卡4卡精品| 久久精品国产自在天天线| 亚洲成a人片在线一区二区| 亚洲 欧美 日韩 在线 免费| 午夜老司机福利剧场| 欧美日韩瑟瑟在线播放| 最近中文字幕高清免费大全6 | 欧美日韩国产亚洲二区| 欧美性猛交黑人性爽| 亚洲欧美日韩高清在线视频| 日韩欧美三级三区| 美女高潮的动态| 亚洲 国产 在线| 最近最新免费中文字幕在线| 搡老熟女国产l中国老女人| 欧美黑人欧美精品刺激| 免费黄网站久久成人精品 | 欧美3d第一页| 中文字幕av成人在线电影| 毛片女人毛片| 小说图片视频综合网站| 国产精品亚洲美女久久久| 婷婷色综合大香蕉| 国产亚洲欧美98| 中文字幕av成人在线电影| 在现免费观看毛片| 国内精品美女久久久久久| 国产成人影院久久av| 内地一区二区视频在线| 亚洲欧美日韩无卡精品| 国产亚洲欧美98| 日韩精品青青久久久久久| 国产精品嫩草影院av在线观看 | 午夜视频国产福利| 亚洲国产欧洲综合997久久,| 精品一区二区三区av网在线观看| 久久99热这里只有精品18| 一卡2卡三卡四卡精品乱码亚洲| 亚洲 国产 在线| 性色avwww在线观看| 日韩精品中文字幕看吧| 69人妻影院| 91狼人影院| 舔av片在线| 日日摸夜夜添夜夜添小说| 国产91精品成人一区二区三区| 99久国产av精品| 日韩欧美精品v在线| 99久久精品国产亚洲精品| av在线蜜桃| 日本一二三区视频观看| 国产亚洲精品久久久久久毛片| 极品教师在线免费播放| 小蜜桃在线观看免费完整版高清| 长腿黑丝高跟| 天堂网av新在线| 亚洲av.av天堂| 欧美另类亚洲清纯唯美| 无遮挡黄片免费观看| 久99久视频精品免费| 我的老师免费观看完整版| 国产精华一区二区三区| 日韩中文字幕欧美一区二区| 久久午夜福利片| 国产黄片美女视频| 久久久久国内视频| 国产精品1区2区在线观看.| 日韩av在线大香蕉| 国语自产精品视频在线第100页| 舔av片在线| 中文资源天堂在线| 亚洲av第一区精品v没综合| 99久久精品一区二区三区| 变态另类丝袜制服| 日日摸夜夜添夜夜添小说| 亚洲av免费在线观看| 亚洲人成网站高清观看| 长腿黑丝高跟| 波多野结衣巨乳人妻| 丰满乱子伦码专区| 麻豆一二三区av精品| 久久久久久国产a免费观看| 赤兔流量卡办理| 国产一区二区三区在线臀色熟女| 天堂√8在线中文| 乱码一卡2卡4卡精品| 黄片小视频在线播放| 一本精品99久久精品77| 亚洲精品色激情综合| 精品一区二区三区av网在线观看| 欧美黄色片欧美黄色片| 国产精品电影一区二区三区| 国产精品日韩av在线免费观看| 最近最新中文字幕大全电影3| 婷婷六月久久综合丁香| 真实男女啪啪啪动态图| 亚洲自偷自拍三级| 丁香六月欧美| 少妇的逼好多水| 可以在线观看毛片的网站| 九色成人免费人妻av| 国产伦精品一区二区三区四那| 88av欧美| 丁香六月欧美| 国产一区二区亚洲精品在线观看| 午夜精品一区二区三区免费看| 亚洲综合色惰| 国产色婷婷99| 九九热线精品视视频播放| 免费av观看视频| 18禁在线播放成人免费| 日韩精品中文字幕看吧| www.www免费av| 日本黄色视频三级网站网址| 久久久色成人| 97碰自拍视频| 极品教师在线视频| 国产精品av视频在线免费观看| 欧美日韩亚洲国产一区二区在线观看| av国产免费在线观看| 午夜福利成人在线免费观看| 国产免费av片在线观看野外av| 亚洲av电影不卡..在线观看| 香蕉av资源在线| 亚洲在线自拍视频| 女生性感内裤真人,穿戴方法视频| 亚洲三级黄色毛片| 亚洲av电影在线进入| 亚洲,欧美,日韩| 一个人观看的视频www高清免费观看| 日韩精品中文字幕看吧| 一边摸一边抽搐一进一小说| 国产免费一级a男人的天堂| 日韩有码中文字幕| 一进一出抽搐gif免费好疼| 精品熟女少妇八av免费久了| 国产高潮美女av| 无人区码免费观看不卡| 美女大奶头视频| 亚洲久久久久久中文字幕| 久久久久久久久大av| 怎么达到女性高潮| 亚洲熟妇中文字幕五十中出| 日韩欧美在线乱码| av视频在线观看入口| 婷婷精品国产亚洲av| 青草久久国产| 神马国产精品三级电影在线观看| 麻豆av噜噜一区二区三区| eeuss影院久久| 直男gayav资源| 天堂动漫精品| 99热精品在线国产| 久久久精品欧美日韩精品| 国产探花极品一区二区| 欧美成人一区二区免费高清观看| 在线天堂最新版资源| 别揉我奶头~嗯~啊~动态视频| 国产高清视频在线播放一区| 日韩有码中文字幕| 午夜免费成人在线视频| 亚洲欧美精品综合久久99| 久久精品国产亚洲av香蕉五月| 欧美日韩黄片免| 国产精华一区二区三区| 亚洲av成人不卡在线观看播放网| 夜夜夜夜夜久久久久| 久久人人精品亚洲av| 欧美高清性xxxxhd video| 97超视频在线观看视频| 少妇的逼水好多| 一个人免费在线观看的高清视频| 日日摸夜夜添夜夜添av毛片 | 日韩 亚洲 欧美在线| 国产三级在线视频| 亚洲人成网站在线播| 欧美黄色片欧美黄色片| 99精品在免费线老司机午夜| 久久精品影院6| 国产精品不卡视频一区二区 | 国产视频一区二区在线看| 日韩高清综合在线| 日韩免费av在线播放| 国产人妻一区二区三区在| 国产三级在线视频| 自拍偷自拍亚洲精品老妇| 色av中文字幕| 波多野结衣高清作品| 18+在线观看网站| 两个人视频免费观看高清| 动漫黄色视频在线观看| 精品一区二区三区视频在线| 日韩欧美精品v在线| 黄色丝袜av网址大全| 亚州av有码| av专区在线播放| 搡老妇女老女人老熟妇| 国产视频一区二区在线看| 成年人黄色毛片网站| 国产精品综合久久久久久久免费| 久99久视频精品免费| 一级a爱片免费观看的视频| 国产综合懂色| 国产精品精品国产色婷婷| 免费av不卡在线播放| 国产精品美女特级片免费视频播放器| 最好的美女福利视频网| 久久久久精品国产欧美久久久| 亚洲国产欧洲综合997久久,| 国产免费男女视频| 毛片女人毛片| 无遮挡黄片免费观看| 别揉我奶头 嗯啊视频| 长腿黑丝高跟| 国产精品乱码一区二三区的特点| 69av精品久久久久久| 亚洲第一区二区三区不卡| 很黄的视频免费| 黄色女人牲交| 亚洲成av人片在线播放无| 午夜福利在线观看吧| 91久久精品电影网| 老司机福利观看| 高清日韩中文字幕在线| 日日摸夜夜添夜夜添av毛片 | 极品教师在线视频| 欧美精品国产亚洲| 国产精品乱码一区二三区的特点| 嫁个100分男人电影在线观看| 悠悠久久av| 成年女人毛片免费观看观看9| 亚洲激情在线av| 韩国av一区二区三区四区| 最后的刺客免费高清国语| 亚洲精品亚洲一区二区| 免费黄网站久久成人精品 | 亚洲午夜理论影院| 男女视频在线观看网站免费| 亚洲专区中文字幕在线| 中出人妻视频一区二区| 天堂动漫精品| 一本综合久久免费| 毛片一级片免费看久久久久 | 搞女人的毛片| 欧美zozozo另类| 老熟妇乱子伦视频在线观看| 国产精品精品国产色婷婷| 18+在线观看网站| a级毛片a级免费在线| 国产亚洲精品av在线| 九色成人免费人妻av| 欧美激情在线99| 久久精品国产亚洲av涩爱 | 91久久精品国产一区二区成人| 亚洲,欧美,日韩| 一个人免费在线观看电影| 国产熟女xx| 性色av乱码一区二区三区2| 日日摸夜夜添夜夜添小说| 欧美日韩国产亚洲二区| 少妇高潮的动态图| 午夜免费激情av| 嫩草影视91久久| 1024手机看黄色片| 在线观看av片永久免费下载| 亚洲一区高清亚洲精品| 欧美日本亚洲视频在线播放| 一级av片app| 久久精品夜夜夜夜夜久久蜜豆| 亚洲一区高清亚洲精品| 久久精品国产自在天天线| 国产又黄又爽又无遮挡在线| 日本精品一区二区三区蜜桃| av在线老鸭窝| 十八禁网站免费在线| 国产探花在线观看一区二区| 午夜福利免费观看在线| 国产精品野战在线观看| 国内毛片毛片毛片毛片毛片| 亚洲国产日韩欧美精品在线观看| 亚洲无线在线观看| 激情在线观看视频在线高清| a在线观看视频网站| 日本黄色视频三级网站网址| 欧美乱妇无乱码| 欧美三级亚洲精品| 国产成人av教育| 午夜福利在线在线| 国产v大片淫在线免费观看| 精品人妻视频免费看| 一本精品99久久精品77| 亚洲国产欧美人成| 欧美精品啪啪一区二区三区| 免费搜索国产男女视频| 黄色日韩在线| 国产淫片久久久久久久久 | 免费看a级黄色片| 亚洲一区高清亚洲精品| www.色视频.com| 国内精品久久久久精免费| 丰满乱子伦码专区| 少妇高潮的动态图| 国产亚洲av嫩草精品影院| 国产精品影院久久| 蜜桃亚洲精品一区二区三区| 丰满人妻一区二区三区视频av| 亚洲av中文字字幕乱码综合| 成人午夜高清在线视频| 久久精品91蜜桃| 久久99热6这里只有精品|