• <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 ?

    基于支持向量機(jī)的變壓器故障診斷方法①

    2017-06-07 08:24:04施竹君王寶華
    關(guān)鍵詞:故障診斷變壓器故障

    施竹君,王寶華

    (南京理工大學(xué) 自動(dòng)化學(xué)院,南京 210094)

    基于支持向量機(jī)的變壓器故障診斷方法①

    施竹君,王寶華

    (南京理工大學(xué) 自動(dòng)化學(xué)院,南京 210094)

    為了提高變壓器故障診斷的準(zhǔn)確率,提出了一種支持向量機(jī)(SVM)和改進(jìn)布谷鳥算法(WCS)及最速下降法相結(jié)合的電力變壓器故障診斷方法.引入一種新的慣性權(quán)重,解決布谷鳥算法在迭代后期收斂速度下降的問題.利用最速下降法與改進(jìn)的布谷鳥算法相結(jié)合的算法進(jìn)行SVM參數(shù)的尋優(yōu),克服了基本的SVM模型容易陷入局部最優(yōu)的缺陷,從而得到具有最佳參數(shù)的支持向量機(jī)分類模型,利用LIBSVM工具箱在MATLAB軟件平臺(tái)上訓(xùn)練支持向量機(jī),用訓(xùn)練良好的支持向量機(jī)診斷110kV甘棠變電所#1主變壓器故障情況.通過實(shí)例驗(yàn)證分析表明,采用該算法可以準(zhǔn)確、有效地對(duì)變壓器進(jìn)行故障診斷;相較于粒子群算法(PSO)、遺傳算法(GA)、網(wǎng)格搜索算法(GS)等算法,該方法具有更高的診斷準(zhǔn)確率.

    支持向量機(jī);布谷鳥算法;最速下降法;故障診斷;分類模型

    電力變壓器安全穩(wěn)定地運(yùn)行是整個(gè)電網(wǎng)穩(wěn)定的基礎(chǔ).若設(shè)備出現(xiàn)故障,一般會(huì)使設(shè)備停止運(yùn)行,并會(huì)造成巨大的經(jīng)濟(jì)損失[1].所以為了預(yù)防變壓器發(fā)生故障,必須對(duì)其進(jìn)行故障診斷研究,從而降低故障發(fā)生的概率,并及時(shí)采取措施,對(duì)變壓器進(jìn)行維修或更換.

    如今,油中溶解氣體分析法(DGA)已普遍應(yīng)用于油浸電力變壓器的故障診斷.通過大量研究表示,基于DGA的電力變壓器故障診斷技術(shù)主要分為傳統(tǒng)診斷方法和智能診斷方法兩種[2-6].其中傳統(tǒng)的診斷方法主要有關(guān)鍵氣體法、三比值編碼法、立方圖法、大衛(wèi)三角法、ETRA法等;近些年,BP神經(jīng)網(wǎng)絡(luò)理論、信息融合技術(shù)、灰色關(guān)聯(lián)理論、模糊數(shù)學(xué)理論以及支持向量機(jī)等[7-14]可用于變壓器的故障診斷.

    支持向量機(jī)算法在解決小樣本問題的同時(shí),能解決高維和非線性等問題,因此廣泛應(yīng)用于故障診斷領(lǐng)域中.在電力變壓器故障診斷領(lǐng)域,董明等[15]學(xué)者首先將支持向量機(jī)引入電力變壓器故障診斷中,將鄰近搜索聚類應(yīng)用于分層決策,來修正支持向量分類器參數(shù)難于選擇帶來的誤差,提高了診斷的正確性.文獻(xiàn)[16]提出自適應(yīng)參數(shù)優(yōu)化的模糊支持向量機(jī)增量算法的電力變壓器故障診斷.文獻(xiàn)[17]將有向無環(huán)圖支持向量機(jī)成功應(yīng)用于故障診斷中,取得了一定的效果.文獻(xiàn)[18]提出將蟻群算法用于支持向量機(jī)模型參數(shù)的尋優(yōu).支持向量機(jī)不僅算法簡(jiǎn)單而且具有較好的魯棒性,但也較易陷入全局最優(yōu).

    本文通過引入一種新的慣性權(quán)重對(duì)布谷鳥算法進(jìn)行改進(jìn),隨后提出了一種最速下降法與改進(jìn)的布谷鳥算法相融合的算法(SDWCS),改善布谷鳥算法在運(yùn)算后期收斂速度過慢的缺點(diǎn).并將油色譜數(shù)據(jù)(DGA)各氣體含量的比值作為評(píng)估標(biāo)準(zhǔn),利用新算法對(duì)SVM模型的懲罰參數(shù)c和核函數(shù)參數(shù)g進(jìn)行全局尋優(yōu),利用優(yōu)化得到的SVM模型進(jìn)行變壓器故障診斷,通過實(shí)例進(jìn)行分析驗(yàn)證.與粒子群算法(PSO)、遺傳算法(GA)、網(wǎng)格搜索算法(GS)相比,本文所提出的方法診斷準(zhǔn)確率較高.

    1 支持向量機(jī)

    支持向量機(jī)在數(shù)據(jù)分類問題中,其考慮尋找一個(gè)滿足分類要求的超平面,并且使訓(xùn)練集中的點(diǎn)距離分類面盡可能的遠(yuǎn).分類線方程為對(duì)它進(jìn)行歸一化,使對(duì)線性可分樣本集滿足:

    最優(yōu)分類面的問題可以描述為以下的被約束優(yōu)化問題:

    可以通過拉格朗日(Lagrange)乘子方法解決.拉格朗日算子為:

    分別對(duì)參數(shù)w和b求導(dǎo),并令其等于零得

    由式(4)得到

    使用拉格朗日優(yōu)化方法,根據(jù)沃爾夫(Wolef)的對(duì)偶理論[19]可以把上述分類問題轉(zhuǎn)化為如下的對(duì)偶問題,把式(5)帶入式(3)中得:

    最后得到的最優(yōu)分類函數(shù)是

    然而當(dāng)存在少量樣本無法用線性方法分開時(shí),此時(shí)需要引入一個(gè)松弛變量

    式(2)的約束條件變?yōu)槿缦滦问?

    于是得到下面的優(yōu)化問題:

    構(gòu)造拉格朗日方程,最后得到如下的對(duì)偶拉格朗日算子:

    其中,c>0稱為懲罰參數(shù).

    然而,當(dāng)存在非線性問題時(shí),即對(duì)于給定的樣本點(diǎn)不能用一個(gè)超平面分離時(shí),上面提到的線性分類方法將不再適用,此時(shí),在高維空間,需要將低維的非線性問題轉(zhuǎn)化為線性可分問題,及使用核函數(shù)將所有樣本點(diǎn)映射到高維空間[16].

    根據(jù)希爾伯特—施密特(Hibert-Schmidt)原理,只要核函數(shù)滿足莫塞爾(Mercer)條件[20]:對(duì)任意給定函數(shù)g(x),當(dāng)有限時(shí),就對(duì)應(yīng)某一空間的內(nèi)積此時(shí),其優(yōu)化問題變?yōu)槿缦滦问?

    而分類決策函數(shù)變?yōu)?

    目前常用的核函數(shù)有以下三種[21]:多項(xiàng)式核函數(shù)、高斯(Gauss)徑向基核函數(shù)(RBF)及Sigmoid核函數(shù).本文采用RBF核函數(shù):

    其中,g>0稱為核參數(shù).

    由此可知,SVM模型的關(guān)鍵在于懲罰參數(shù)c和核參數(shù)g的選定,本文通過SDWCS算法對(duì)參數(shù)c和g進(jìn)行全局尋優(yōu),從而得到最好的c和g.

    2 改進(jìn)的布谷鳥算法

    2.1布谷鳥算法

    布谷鳥搜索算法[22](cuckoo search,CS)是由YANG等提出的一種新型元啟發(fā)式搜索

    算法.其思想主要基于兩個(gè)策略:布谷鳥的巢寄生性和萊維飛行(L’evy flights)機(jī)制.

    布谷鳥算法是模擬布谷鳥隨機(jī)產(chǎn)卵的行為.為了簡(jiǎn)化描述CS算法,可以用下面的三條規(guī)律[23]:

    ①每只布谷鳥每次只下一個(gè)蛋,并且隨機(jī)選擇一個(gè)鳥巢進(jìn)行孵化;

    ②在這些鳥巢中,產(chǎn)出最優(yōu)鳥蛋的鳥巢將被保留到下一代;

    ③鳥巢的數(shù)量是固定的,并且設(shè)鳥巢的主人發(fā)現(xiàn)鳥巢中含有外來蛋的概率為pa,則滿足如果發(fā)現(xiàn)外來蛋,鳥巢主人將蛋丟出,或者重新建立一個(gè)鳥巢.

    根據(jù)以上3條規(guī)律,布谷鳥搜索鳥巢位置的更新公式如下:

    其中,u和v均服從正態(tài)分布:

    式中,G是標(biāo)準(zhǔn)的Gamma函數(shù).

    2.2 改進(jìn)的布谷鳥算法(WCS)

    在標(biāo)準(zhǔn)的布谷鳥算法中,布谷鳥的飛行路徑是隨機(jī)的,不利于算法的迭代.針對(duì)這一問題,通過引入一種非線性慣性權(quán)重并對(duì)CS算法進(jìn)行改進(jìn),加快其后期收斂速度[24].考慮到較小的慣性權(quán)重可以減小搜索步長,迭代逐漸收斂到極值點(diǎn),但過小的慣性權(quán)重會(huì)使算法一旦進(jìn)入局部極值點(diǎn)鄰域內(nèi)很難跳出,使全局尋優(yōu)難度增加;較大的慣性權(quán)重可以使算法不易

    陷入局部最小,從而能收斂到全局最優(yōu)值.改進(jìn)后的布谷鳥算法位置更新表達(dá)式如下:

    其中:

    3 基于改進(jìn)的布谷鳥算法與最速下降法結(jié)合(SDWCS)的故障診斷

    3.1 SDWCS算法

    最速下降法作為最簡(jiǎn)單和最古老的優(yōu)化算法之一,具有直觀有效等優(yōu)點(diǎn),目前許多有效的優(yōu)化算法均建立在該算法的基礎(chǔ)之上.為了改進(jìn)布谷鳥搜索算法的缺點(diǎn),利用最速下降法進(jìn)修正[25],其步驟如下:

    通過改進(jìn)的布谷鳥搜索算法保留得到鳥類孵出上代的最優(yōu)解,并利用最速下降法進(jìn)行迭代,不斷修正最優(yōu)鳥巢的位置,最終獲得最優(yōu)解.

    3.2 基于SDWCS優(yōu)化的SVM故障診斷模型

    基于SDWCS和SVM的故障診斷算法的流程圖如圖1所示.

    圖1 流程圖

    4 變壓器故障診斷實(shí)例分析及比較

    4.1 實(shí)例分析

    本模型選用LIBSVM作為訓(xùn)練和測(cè)試工具,選用RBF核函數(shù)作為核函數(shù),將氣體相對(duì)含量(H2、CH4、C2H6、C2H4、C2H2、總烴、CO、CO2)作為輸入,各故障類型(包括變壓器正常狀態(tài)和其他4種變壓器故障:低能放電、高能放電、中低溫過熱故障以及高溫過熱故障)所對(duì)應(yīng)的編碼(1、2、3、4、5)作為輸出.

    考慮到變壓器的容量、型號(hào)等因素的影響,本文收集了大量的變壓器油色譜數(shù)據(jù)(GDA),從中整理了200組樣本.從樣本中抽取每個(gè)狀態(tài)樣本各30組數(shù)據(jù)作為訓(xùn)練集,其余50組數(shù)據(jù)作為測(cè)試集,變壓器故障樣本統(tǒng)計(jì)如表1所示.

    表1 變壓器故障診斷樣本統(tǒng)計(jì)

    本文設(shè)定SVM的參數(shù)c和RBF核函數(shù)的參數(shù)g取值范圍;設(shè)置鳥巢總數(shù)n=25,發(fā)現(xiàn)外來鳥的概率pa=0.25,最大迭代次數(shù)為100次.圖 2為SDWCSSVM模型進(jìn)行參數(shù)優(yōu)化的適應(yīng)度曲線,得到的最優(yōu)參數(shù)為:c=2.1045,g=2.4586.從圖 2中可以看出,適應(yīng)度曲線在前5個(gè)周期內(nèi)收斂速度較快,隨后逐漸趨于平緩,最終趨與一條直線,實(shí)現(xiàn)了參數(shù)的優(yōu)化.

    圖2 SDWCS算法適應(yīng)度曲線

    由圖3可知,在50組訓(xùn)練樣本中,有2組樣本(分別為1組正常狀態(tài)和1組高溫過熱故障)出現(xiàn)了診斷錯(cuò)誤,其訓(xùn)練集和測(cè)試集的診斷準(zhǔn)確率分別為87.3333%和96%,由此結(jié)論可知,該方法可有效地用于電力變壓器故障診斷.

    圖3 變壓器故障診斷測(cè)試樣本對(duì)比圖

    4.2 比較結(jié)果

    為便于比較,在采用相同的訓(xùn)練集及測(cè)試集樣本的情況下,分別采用粒子群算法(PSO)、遺傳算法(GA)、網(wǎng)格搜索算法(GS)對(duì)變壓器進(jìn)行故障診斷.

    圖4、6、8分別分別代表 PSO、GA、GS算法的尋優(yōu)過程.圖5、7、9分別為其對(duì)應(yīng)的變壓器故障樣本結(jié)果對(duì)比圖.

    圖4 PSO算法適應(yīng)度曲

    圖5 PSO算法測(cè)試樣本對(duì)比圖

    由圖4、5中可以看出,適應(yīng)度曲線在第40代時(shí)趨于平緩,最終收斂,其訓(xùn)練集及測(cè)試集準(zhǔn)確率分別為86.6667%和94%.

    圖6 GA算法適應(yīng)度曲線

    圖7 GA算法測(cè)試樣本對(duì)比圖

    由圖6和圖7可以看出,適應(yīng)度曲線在第20代時(shí)趨于平緩,最終趨于一條直線,訓(xùn)練集和測(cè)試集的樣本準(zhǔn)確率分別為86.6667%和92%.

    由圖8和9看出,GS算法的訓(xùn)練集與測(cè)試集準(zhǔn)確率分別為86.6667%和94%.

    圖8 GS算法尋優(yōu)圖

    圖9 GS算法測(cè)試樣本對(duì)比圖

    通過比較幾種算法,發(fā)現(xiàn)SDWCS算法的收斂速度最快,在第5代就收斂到最優(yōu)鳥巢,并且變壓器故障診斷測(cè)試樣本的準(zhǔn)確率最高.

    4.3 故障預(yù)測(cè)

    110kV甘棠變電所#1主變壓器(40000kVA)于2012年12月投運(yùn),投運(yùn)后設(shè)備一直很正常,直到2016年4月6日,色譜周期檢測(cè)中總烴含量突然明顯升高,總烴含量由2016年1月15號(hào)的9.4uL/L變?yōu)?46.9uL/L,見表2,遠(yuǎn)遠(yuǎn)超過注意值.

    表2 110kV甘棠變電所#1主變油色譜數(shù)據(jù)

    采用訓(xùn)練良好的支持向量機(jī)對(duì)110kV甘棠變電所#1主變壓器的故障進(jìn)行預(yù)測(cè),診斷結(jié)果為中低溫過熱故障.

    檢修單位對(duì)該臺(tái)變壓器在停電狀態(tài)下,分別測(cè)量了繞組的直流電阻、介質(zhì)損和吸收比,無異常,說明故障點(diǎn)不在電氣回路和主絕緣部位,打開鐵芯接地,測(cè)量鐵芯對(duì)地電阻,結(jié)果為0.由此判斷該設(shè)備存在鐵芯接地故障,是中低溫過熱所致.由此證明,采用SDWCS算法優(yōu)化支持向量機(jī)的判斷結(jié)果與實(shí)際相符.

    5 結(jié)論

    為避免布谷鳥搜索算法在后期搜索速度過慢和搜索精度過低的缺陷,本文提出了一種最速下降法與改進(jìn)的布谷鳥算法結(jié)合的算法(SDWCS),并且通過引入一類非線性慣性權(quán)重,加快了算法的收斂速度,使其更容易收斂到全局最優(yōu).再將其與支持向量機(jī)相結(jié)合,形成SDWCS—SVM模型,并運(yùn)用于電力變壓器的故障診斷與預(yù)測(cè).從分析實(shí)例可以看出,SDWCS算法具有較好的收斂速度與準(zhǔn)確率.

    1陳樹勇,宋書芳,李蘭欣,等.智能電網(wǎng)技術(shù)綜述.電網(wǎng)技術(shù), 2009,33(8):1–7.

    2 Muthanna KT,Sarkar K,Waldner K.Transformer insulation lfe asessment.IEEE Trans.on Power Delivery,2006,21(1): 150–156.

    3 Singh J,Sood YR,Jarial RK,et al.Condition monitoring of power transformers—bibliography survey.IEEE Electrical Insulation Magazine,2008,24(3):11–25.

    4 Tang WH,Goulermas JY,Wu QH,et al.A probabilistic classifier for transformer dissolved gas analysis with a particle swarm optimizer.IEEE Trans.on Power Delivery, 2008,23(2):751–759.

    5 IEEE Standard C57.104—2008 IEEE guide for the interpretation of gases generated in oil-immersed transformers,2008.

    6任靜,黃家棟.基于免疫RBF神經(jīng)網(wǎng)絡(luò)的變壓器故障診斷.電力系統(tǒng)保護(hù)與控制,2010,38(11):6–9.

    7 Zhang Y,Ding X,Liu Y,et al.An artificial neural network approach to transformer fault diagnosis.IEEE Trans.on Power Delivery,1996,11(4):1836–1841.

    8蔡紅梅,陳劍勇,蘇浩益.基于灰云模型的電力變壓器故障診斷.電力系統(tǒng)保護(hù)與控制,2012,40(12):151–155.

    9劉同杰,劉志剛,韓志偉.自適應(yīng)模糊支持向量機(jī)中鄰近增量算法在變壓器故障診斷的應(yīng)用.電力系統(tǒng)保護(hù)與控制, 2010,38(17):47–52.

    10尚勇,閆春江,嚴(yán)章.基于信息融合的大型油浸電力變壓器故障診斷.中國電機(jī)工程學(xué)報(bào),2002,22(7):115–118.

    11 Naresh R,Sharma V,Vashisth M.An integrated neural fuzzy approach for fault diagnosis of transformers.IEEE Trans.on Power Delivery,2008,23(4):2017–2024.

    12 Fei SW,Sun Y.Forecasting dissolved gases content in power transformer oil based on support vector machine with genetic algorithm.Electrical Power Systems Research,2008, 78(3):507–514.

    13 Wu HY,Hsc CY,Lee TF,et al.Improved SVM and ANN in incipient fault diagnosis of power transformers using clonal selection algorithms.International Journal of Innovative Computing Information and Control,2009,5(7):1959–1974.

    14趙文清,李慶良,王德文.基于多模型的變壓器故障組合診斷研究.高電壓技術(shù),2013,39(2):302–309.

    15董明,孟源源,徐響,等.基于支持向最機(jī)及油中溶解氣體分析的大型電力變壓器故障診斷模型研究.中國電機(jī)工程學(xué)報(bào),2003,23(7):88–92.

    16董秀成,陶加貴,王海濱,等.適應(yīng)模糊支持向量機(jī)增量算法在變壓器故障診斷中的應(yīng)用.電力自動(dòng)化設(shè)備,2010,30 (11):48–52.

    17 Zhao W,Wang L.Fault diagnosis of power transformer based on DDAG-SVM.2010 IITA Internation Conference on Nanotechnology and Computer Engineering,CNCE 2010.2010.819–824.

    18 Niu W,Xu L,Hu S.Fault diagnosis methed for power transformer based on ant colony-SVM classifier.2nd International Conference on Computer and Automation Engineering,ICCAE 2010.2010.629–631.

    19 Vapnik VN.The nature of statistical learning theory.New York,USA.Springer-Verlag.1998.1–17.

    20 Mangasarian OL.Mathematical programming in machine learning.Nonlinear optimization in and Applications.New York.Springer.1996.283–295.

    21 Burges CJC.Atutorial on support vector machines for pattern recognition.Data Mining and Knowledge Discovery,1998, 2(2):121–167.

    22 YANG X S,DEB S.Cuckoo search via L’evy flights.Proc. of World Congress on Nature&Biologically Inspired Computing.IEEE Publications.USA.2009.210–214.

    23戴臻.布谷鳥算法優(yōu)化支持向量機(jī)的網(wǎng)絡(luò)熱點(diǎn)話題預(yù)測(cè).計(jì)算機(jī)應(yīng)用軟件,2014,31(4):330–333.

    24 Fan SKS,Chiu YY.A decreasing inertia weight particle swarm optimizer.Engineering Optimization,2007,39(2): 203–228.

    25屠立峰,包騰飛,唐琪,趙斌.基于SDCS-SVM的大壩安全監(jiān)測(cè)模型.三峽大學(xué)學(xué)報(bào),2015,37(2):6–9.

    Method for Fault Diagnosis of Transformer Based on Support Vector Machine

    SHI Zhu-Jun,WANG Bao-Hua

    (School ofAutomation,Nanjing University of Science and Technology,Nanjing 210094,China)

    We propose a fault diagnosis method based on the modified cuckoo search algorithm(WCS),steepest descent method and support vector machine(SVM)to improve the accuracy of transformer fault diagnosis.A new inertia weight is also proposed and applied to solve the problem that the convergence rate of cuckoo search algorithm decreases in final iterations.SVM parameters are optimized by the algorithm which is combined with improved cuckoo search algorithm and steepest descent method,overcoming the defects that SVM model is easy to fall into local optimum.Support vector machine is trained on the MATLAB platform using LIBSVM toolbox,and the well-trained SVM will be adopted to diagnose the#1 transformer fault for 110kV Gantang substation.Study of practical cases indicate that,with this method, transformer faults can be diagnosed effectively and accurately,and the accuracy is higher than that using particle swarm optimization(PSO)、genetic algorithm(GA)and grid search(GS).

    support vector machine;cuckoo search algorithm;steepest descent;fault diagnosis;classification model

    2016-08-01;收到修改稿時(shí)間:2016-08-31

    10.15888/j.cnki.csa.005697

    猜你喜歡
    故障診斷變壓器故障
    理想變壓器的“三個(gè)不變”與“三個(gè)變”
    故障一點(diǎn)通
    開關(guān)電源中高頻變壓器的設(shè)計(jì)
    奔馳R320車ABS、ESP故障燈異常點(diǎn)亮
    一種不停電更換變壓器的帶電作業(yè)法
    變壓器免維護(hù)吸濕器的開發(fā)與應(yīng)用
    因果圖定性分析法及其在故障診斷中的應(yīng)用
    故障一點(diǎn)通
    江淮車故障3例
    基于LCD和排列熵的滾動(dòng)軸承故障診斷
    18禁美女被吸乳视频| 国产午夜福利久久久久久| 久久影院123| 午夜精品在线福利| 91在线观看av| 在线免费观看的www视频| 亚洲 欧美一区二区三区| 久久精品影院6| 欧美最黄视频在线播放免费| 黄色视频不卡| 人人澡人人妻人| 国产一区二区激情短视频| 波多野结衣巨乳人妻| 国产成人精品在线电影| 老司机深夜福利视频在线观看| 极品人妻少妇av视频| 乱人伦中国视频| 久久九九热精品免费| 亚洲精品在线美女| 久久午夜亚洲精品久久| 国产乱人伦免费视频| 中亚洲国语对白在线视频| 九色亚洲精品在线播放| 可以免费在线观看a视频的电影网站| 亚洲av熟女| 国产一区在线观看成人免费| 变态另类丝袜制服| 一二三四在线观看免费中文在| 国产人伦9x9x在线观看| 久久午夜亚洲精品久久| or卡值多少钱| 午夜福利18| 亚洲国产精品合色在线| 久久精品国产综合久久久| 两性午夜刺激爽爽歪歪视频在线观看 | 在线观看www视频免费| 久久精品国产综合久久久| 亚洲人成电影观看| 亚洲国产中文字幕在线视频| 久久性视频一级片| 久久精品人人爽人人爽视色| 日韩 欧美 亚洲 中文字幕| 伊人久久大香线蕉亚洲五| 激情视频va一区二区三区| 不卡av一区二区三区| 午夜日韩欧美国产| 99久久国产精品久久久| 天堂动漫精品| 97碰自拍视频| 91九色精品人成在线观看| 国产99久久九九免费精品| 国产熟女午夜一区二区三区| 国产伦人伦偷精品视频| 亚洲av日韩精品久久久久久密| 岛国视频午夜一区免费看| 国产高清激情床上av| 国产av在哪里看| 精品国产超薄肉色丝袜足j| 欧美乱码精品一区二区三区| 正在播放国产对白刺激| 亚洲精品国产精品久久久不卡| 此物有八面人人有两片| 99久久99久久久精品蜜桃| 男人的好看免费观看在线视频 | 婷婷六月久久综合丁香| 亚洲av五月六月丁香网| 国内精品久久久久精免费| 真人一进一出gif抽搐免费| 国产精品精品国产色婷婷| 亚洲第一av免费看| 18禁观看日本| 亚洲av五月六月丁香网| 日韩精品中文字幕看吧| 在线国产一区二区在线| 看片在线看免费视频| 国产高清videossex| 1024视频免费在线观看| 村上凉子中文字幕在线| 夜夜看夜夜爽夜夜摸| 一卡2卡三卡四卡精品乱码亚洲| 每晚都被弄得嗷嗷叫到高潮| 亚洲一区二区三区不卡视频| 久久热在线av| 久久久久久亚洲精品国产蜜桃av| 禁无遮挡网站| 男女之事视频高清在线观看| 亚洲熟妇熟女久久| 男女做爰动态图高潮gif福利片 | 亚洲精品美女久久av网站| 在线天堂中文资源库| 99国产精品免费福利视频| 久久久国产欧美日韩av| 日本黄色视频三级网站网址| 首页视频小说图片口味搜索| 国产国语露脸激情在线看| 国产91精品成人一区二区三区| 欧美日韩中文字幕国产精品一区二区三区 | 国产激情久久老熟女| 搡老妇女老女人老熟妇| 国产亚洲欧美在线一区二区| 国产99白浆流出| 欧美精品亚洲一区二区| 亚洲一区二区三区不卡视频| 99国产精品一区二区三区| 久久人人爽av亚洲精品天堂| 黑人欧美特级aaaaaa片| 最新美女视频免费是黄的| 午夜久久久在线观看| 国产成人欧美在线观看| 免费久久久久久久精品成人欧美视频| 在线av久久热| 很黄的视频免费| 女人精品久久久久毛片| 精品日产1卡2卡| 成人国语在线视频| 大码成人一级视频| 老司机福利观看| 中出人妻视频一区二区| 国产精品亚洲av一区麻豆| 精品欧美一区二区三区在线| 精品日产1卡2卡| 欧美一级a爱片免费观看看 | 日本免费a在线| 丰满的人妻完整版| 波多野结衣av一区二区av| 亚洲成人精品中文字幕电影| 一级a爱片免费观看的视频| 欧美在线黄色| 欧美黄色片欧美黄色片| 国产一区二区三区综合在线观看| 亚洲精品国产精品久久久不卡| 一个人免费在线观看的高清视频| 久久中文字幕一级| 亚洲av熟女| 在线观看午夜福利视频| 国产精华一区二区三区| 欧美日韩亚洲综合一区二区三区_| 精品少妇一区二区三区视频日本电影| 亚洲成av人片免费观看| 日韩国内少妇激情av| 最新在线观看一区二区三区| 午夜福利18| 欧美久久黑人一区二区| 美女扒开内裤让男人捅视频| 大香蕉久久成人网| 国产精品自产拍在线观看55亚洲| 一夜夜www| 日本 欧美在线| 真人一进一出gif抽搐免费| 欧美丝袜亚洲另类 | 宅男免费午夜| 国产三级黄色录像| 久久人妻熟女aⅴ| 免费观看人在逋| 久久人妻福利社区极品人妻图片| av在线天堂中文字幕| 久久人妻福利社区极品人妻图片| www.www免费av| 波多野结衣一区麻豆| 亚洲成a人片在线一区二区| 老司机午夜福利在线观看视频| 一个人观看的视频www高清免费观看 | 中国美女看黄片| 免费搜索国产男女视频| 俄罗斯特黄特色一大片| 亚洲狠狠婷婷综合久久图片| 露出奶头的视频| 女性生殖器流出的白浆| or卡值多少钱| cao死你这个sao货| 在线观看免费午夜福利视频| 久久这里只有精品19| 国产亚洲欧美精品永久| 91麻豆av在线| 久久久国产成人免费| 精品熟女少妇八av免费久了| 成人三级做爰电影| 国产精品亚洲av一区麻豆| 少妇的丰满在线观看| 国产亚洲欧美98| 夜夜夜夜夜久久久久| 亚洲成国产人片在线观看| 首页视频小说图片口味搜索| 夜夜夜夜夜久久久久| 国产成人欧美在线观看| 午夜福利成人在线免费观看| 日本三级黄在线观看| 啦啦啦观看免费观看视频高清 | 日韩精品青青久久久久久| 久久欧美精品欧美久久欧美| 午夜免费成人在线视频| 一级a爱片免费观看的视频| 国产精品二区激情视频| 啦啦啦 在线观看视频| 女生性感内裤真人,穿戴方法视频| 啦啦啦 在线观看视频| 国产伦人伦偷精品视频| 欧美成人性av电影在线观看| 免费搜索国产男女视频| 99久久国产精品久久久| 亚洲免费av在线视频| 色综合欧美亚洲国产小说| 亚洲在线自拍视频| 男男h啪啪无遮挡| 色综合婷婷激情| 老熟妇乱子伦视频在线观看| 亚洲专区国产一区二区| 变态另类成人亚洲欧美熟女 | 日本a在线网址| 免费搜索国产男女视频| 久久九九热精品免费| 久久久国产成人免费| x7x7x7水蜜桃| 精品午夜福利视频在线观看一区| 国产成人啪精品午夜网站| 天堂影院成人在线观看| 亚洲情色 制服丝袜| 啦啦啦观看免费观看视频高清 | 天堂√8在线中文| 国产成人精品在线电影| 男女之事视频高清在线观看| 母亲3免费完整高清在线观看| 一级片免费观看大全| 母亲3免费完整高清在线观看| 最近最新免费中文字幕在线| 日韩大码丰满熟妇| 黄片大片在线免费观看| 精品国产美女av久久久久小说| 老熟妇乱子伦视频在线观看| 一边摸一边做爽爽视频免费| 女人被躁到高潮嗷嗷叫费观| 一边摸一边做爽爽视频免费| 午夜两性在线视频| 老司机在亚洲福利影院| 午夜日韩欧美国产| 亚洲精品一卡2卡三卡4卡5卡| 国产三级在线视频| 日韩欧美一区视频在线观看| 十八禁网站免费在线| 香蕉丝袜av| 日韩有码中文字幕| 久久午夜综合久久蜜桃| 国产伦一二天堂av在线观看| 精品一区二区三区视频在线观看免费| 男女做爰动态图高潮gif福利片 | 色精品久久人妻99蜜桃| 久久精品国产99精品国产亚洲性色 | 麻豆一二三区av精品| 国产一区二区三区视频了| 88av欧美| 亚洲五月婷婷丁香| 亚洲在线自拍视频| 免费在线观看影片大全网站| 国产精品,欧美在线| 亚洲精品久久国产高清桃花| 成人18禁在线播放| 一级a爱视频在线免费观看| 国产主播在线观看一区二区| 啪啪无遮挡十八禁网站| 欧美成人免费av一区二区三区| 亚洲一区中文字幕在线| 国产在线观看jvid| 18禁美女被吸乳视频| 91麻豆av在线| 九色亚洲精品在线播放| 国产蜜桃级精品一区二区三区| 中亚洲国语对白在线视频| svipshipincom国产片| 国产精品98久久久久久宅男小说| 一区二区日韩欧美中文字幕| 这个男人来自地球电影免费观看| 亚洲欧洲精品一区二区精品久久久| 黄色成人免费大全| 久久婷婷人人爽人人干人人爱 | 久久久久国产精品人妻aⅴ院| 麻豆国产av国片精品| 国产单亲对白刺激| 国产熟女xx| 久久国产乱子伦精品免费另类| 久久人妻福利社区极品人妻图片| 首页视频小说图片口味搜索| 欧美日韩瑟瑟在线播放| 色综合亚洲欧美另类图片| 久9热在线精品视频| 搡老熟女国产l中国老女人| 亚洲中文字幕一区二区三区有码在线看 | 精品一区二区三区av网在线观看| www.自偷自拍.com| 亚洲av第一区精品v没综合| 久久国产精品人妻蜜桃| 国产精品影院久久| 电影成人av| 91精品国产国语对白视频| 韩国精品一区二区三区| 一夜夜www| 午夜免费鲁丝| 色在线成人网| 久久精品91无色码中文字幕| 久久影院123| 精品国产超薄肉色丝袜足j| av有码第一页| 免费不卡黄色视频| 亚洲色图av天堂| 午夜福利,免费看| e午夜精品久久久久久久| 在线十欧美十亚洲十日本专区| 一区福利在线观看| 久久午夜亚洲精品久久| 9191精品国产免费久久| 亚洲成人精品中文字幕电影| 国产精品 国内视频| 九色国产91popny在线| 99国产极品粉嫩在线观看| 欧美日韩乱码在线| 国产精品久久电影中文字幕| 亚洲 欧美 日韩 在线 免费| 欧美激情极品国产一区二区三区| 久久久久国产一级毛片高清牌| 欧美日韩黄片免| 亚洲av日韩精品久久久久久密| 欧美色欧美亚洲另类二区 | 欧美黄色片欧美黄色片| 无人区码免费观看不卡| 欧美国产精品va在线观看不卡| av视频免费观看在线观看| 国产极品粉嫩免费观看在线| 欧美乱色亚洲激情| 巨乳人妻的诱惑在线观看| 欧美成狂野欧美在线观看| 真人做人爱边吃奶动态| 日韩中文字幕欧美一区二区| 久久久久久国产a免费观看| 亚洲免费av在线视频| 在线十欧美十亚洲十日本专区| 男女做爰动态图高潮gif福利片 | 制服人妻中文乱码| 午夜精品国产一区二区电影| 亚洲狠狠婷婷综合久久图片| 美女扒开内裤让男人捅视频| 神马国产精品三级电影在线观看 | 亚洲国产欧美网| 欧美黑人精品巨大| 在线观看日韩欧美| 欧美激情久久久久久爽电影 | 国产在线精品亚洲第一网站| 波多野结衣高清无吗| 久久九九热精品免费| 国产精品国产高清国产av| 久久久水蜜桃国产精品网| 欧美成人免费av一区二区三区| 国产精品影院久久| 一夜夜www| 啦啦啦观看免费观看视频高清 | 亚洲欧美精品综合久久99| 国产精品1区2区在线观看.| 88av欧美| 久久草成人影院| 国产视频一区二区在线看| 90打野战视频偷拍视频| 狂野欧美激情性xxxx| 色哟哟哟哟哟哟| 亚洲人成77777在线视频| 欧美色欧美亚洲另类二区 | 久久人妻熟女aⅴ| 久久影院123| 人人妻人人澡欧美一区二区 | 久久 成人 亚洲| 97碰自拍视频| 天天添夜夜摸| 很黄的视频免费| 亚洲va日本ⅴa欧美va伊人久久| 两个人免费观看高清视频| 欧美色视频一区免费| 国产亚洲精品一区二区www| 欧美日本亚洲视频在线播放| 麻豆av在线久日| 亚洲 欧美一区二区三区| 成人三级黄色视频| av超薄肉色丝袜交足视频| 欧美中文综合在线视频| 久热爱精品视频在线9| 宅男免费午夜| 午夜精品久久久久久毛片777| 一级毛片女人18水好多| 丝袜在线中文字幕| 国产一区二区在线av高清观看| 成熟少妇高潮喷水视频| 午夜视频精品福利| 黄色视频,在线免费观看| 久久人妻av系列| 12—13女人毛片做爰片一| 久久久久久久午夜电影| 少妇的丰满在线观看| 亚洲熟女毛片儿| 久久香蕉国产精品| av片东京热男人的天堂| 国产精品亚洲美女久久久| 国产一区在线观看成人免费| 两个人视频免费观看高清| √禁漫天堂资源中文www| 18禁观看日本| av网站免费在线观看视频| www.熟女人妻精品国产| 久久婷婷成人综合色麻豆| 久久久久久大精品| 国产精品一区二区在线不卡| 久久香蕉精品热| 18禁国产床啪视频网站| 欧美人与性动交α欧美精品济南到| 久久人人爽av亚洲精品天堂| 每晚都被弄得嗷嗷叫到高潮| 叶爱在线成人免费视频播放| 成人18禁在线播放| 999久久久国产精品视频| 91成年电影在线观看| 国产精品亚洲av一区麻豆| 久久香蕉精品热| 99国产精品一区二区蜜桃av| 国产精品一区二区在线不卡| 亚洲少妇的诱惑av| 国产精品久久视频播放| 久久青草综合色| 久久欧美精品欧美久久欧美| av超薄肉色丝袜交足视频| 免费观看精品视频网站| 午夜福利18| 久久九九热精品免费| 色综合婷婷激情| 国产精品久久久人人做人人爽| 老司机午夜十八禁免费视频| 手机成人av网站| 亚洲精品粉嫩美女一区| 久久久久精品国产欧美久久久| 老熟妇仑乱视频hdxx| 麻豆av在线久日| 国产亚洲精品综合一区在线观看 | 可以免费在线观看a视频的电影网站| 两性午夜刺激爽爽歪歪视频在线观看 | 色精品久久人妻99蜜桃| 一本综合久久免费| 亚洲av美国av| 99久久久亚洲精品蜜臀av| 久久久久九九精品影院| 国产亚洲精品av在线| 1024香蕉在线观看| www.精华液| 波多野结衣av一区二区av| 国产成人一区二区三区免费视频网站| 老司机靠b影院| 男人操女人黄网站| 国产精品1区2区在线观看.| 性色av乱码一区二区三区2| 亚洲在线自拍视频| avwww免费| x7x7x7水蜜桃| 亚洲国产欧美日韩在线播放| 亚洲精品久久国产高清桃花| 老熟妇乱子伦视频在线观看| 18禁美女被吸乳视频| 中文字幕精品免费在线观看视频| 成人亚洲精品一区在线观看| 精品国产乱子伦一区二区三区| 日韩精品免费视频一区二区三区| 99久久精品国产亚洲精品| 在线观看www视频免费| 午夜福利在线观看吧| 欧美乱码精品一区二区三区| av在线播放免费不卡| 欧美人与性动交α欧美精品济南到| 国产熟女xx| 久久中文看片网| 免费不卡黄色视频| 久热爱精品视频在线9| 大陆偷拍与自拍| 精品久久久久久久久久免费视频| 国产男靠女视频免费网站| 成年人黄色毛片网站| 国产精品99久久99久久久不卡| 欧美日韩乱码在线| 丁香六月欧美| 免费av毛片视频| 精品日产1卡2卡| 日韩精品青青久久久久久| 又大又爽又粗| 欧美国产精品va在线观看不卡| 久久久水蜜桃国产精品网| 亚洲精品国产一区二区精华液| 亚洲欧美精品综合一区二区三区| 国产亚洲欧美在线一区二区| 午夜福利成人在线免费观看| 女人被躁到高潮嗷嗷叫费观| 久久精品成人免费网站| 国产亚洲精品一区二区www| 99精品欧美一区二区三区四区| 亚洲第一欧美日韩一区二区三区| 亚洲国产高清在线一区二区三 | 国产精品亚洲一级av第二区| 久久精品人人爽人人爽视色| 日韩欧美国产在线观看| 波多野结衣av一区二区av| 麻豆国产av国片精品| 国产亚洲av高清不卡| 性色av乱码一区二区三区2| 窝窝影院91人妻| 久久精品国产亚洲av香蕉五月| 国产麻豆69| 黑人巨大精品欧美一区二区mp4| 免费高清在线观看日韩| 黑人欧美特级aaaaaa片| 99re在线观看精品视频| 国产国语露脸激情在线看| 麻豆成人av在线观看| 99国产综合亚洲精品| 黑人欧美特级aaaaaa片| 亚洲国产看品久久| 人人妻人人澡人人看| 黄网站色视频无遮挡免费观看| 亚洲av第一区精品v没综合| 日日爽夜夜爽网站| 国产私拍福利视频在线观看| 欧美丝袜亚洲另类 | 别揉我奶头~嗯~啊~动态视频| 国语自产精品视频在线第100页| 久久久久久大精品| 人人澡人人妻人| 一a级毛片在线观看| 国产麻豆成人av免费视频| 久久香蕉精品热| 大型av网站在线播放| 韩国av一区二区三区四区| 久久香蕉国产精品| 久久影院123| av在线播放免费不卡| 两人在一起打扑克的视频| 女人被躁到高潮嗷嗷叫费观| 午夜精品在线福利| 欧美精品亚洲一区二区| 国产伦人伦偷精品视频| 丝袜美足系列| 久久久水蜜桃国产精品网| 制服人妻中文乱码| 国产又色又爽无遮挡免费看| 首页视频小说图片口味搜索| 亚洲全国av大片| 一本久久中文字幕| 亚洲一区中文字幕在线| 国产精品精品国产色婷婷| 国产激情欧美一区二区| 午夜福利,免费看| 国产av一区在线观看免费| 久久久久亚洲av毛片大全| а√天堂www在线а√下载| 久久精品国产综合久久久| 国产一区二区在线av高清观看| 精品第一国产精品| 黄色女人牲交| 美女扒开内裤让男人捅视频| 天天躁狠狠躁夜夜躁狠狠躁| 黄色片一级片一级黄色片| 老汉色∧v一级毛片| 丝袜人妻中文字幕| 国产精品免费视频内射| 亚洲精华国产精华精| 亚洲av五月六月丁香网| 欧美成人性av电影在线观看| 亚洲一区二区三区不卡视频| 国产黄a三级三级三级人| 人人澡人人妻人| 黄片小视频在线播放| 国产高清videossex| 亚洲视频免费观看视频| 日本三级黄在线观看| 精品一品国产午夜福利视频| 老司机福利观看| 久久精品aⅴ一区二区三区四区| 精品久久蜜臀av无| 国产真人三级小视频在线观看| 欧美一级毛片孕妇| 国产成人系列免费观看| 欧美日韩亚洲国产一区二区在线观看| 午夜福利欧美成人| 久久人人爽av亚洲精品天堂| 90打野战视频偷拍视频| 欧美乱色亚洲激情| a级毛片在线看网站| 夜夜看夜夜爽夜夜摸| tocl精华| 亚洲国产欧美日韩在线播放| 脱女人内裤的视频| 午夜a级毛片| 亚洲狠狠婷婷综合久久图片| 757午夜福利合集在线观看| 日本免费a在线| 欧美国产精品va在线观看不卡| 男人的好看免费观看在线视频 | av欧美777| 久久人人爽av亚洲精品天堂| 国产一区二区在线av高清观看| 国产精品乱码一区二三区的特点 | 黄网站色视频无遮挡免费观看| 精品熟女少妇八av免费久了| 亚洲欧美日韩无卡精品| 九色国产91popny在线| 国产成人精品在线电影| 99精品久久久久人妻精品| 色播在线永久视频| 精品免费久久久久久久清纯| 变态另类成人亚洲欧美熟女 | 不卡一级毛片| 国内精品久久久久久久电影| 国产在线观看jvid| 国产日韩一区二区三区精品不卡| 中文字幕人妻丝袜一区二区| 亚洲国产欧美网| 99国产综合亚洲精品|