• <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 ?

    基于變分模態(tài)分解與圖信號(hào)指標(biāo)的配電網(wǎng)高阻接地故障識(shí)別算法

    2021-05-23 06:29:42肖啟明郭謀發(fā)
    電氣技術(shù) 2021年5期
    關(guān)鍵詞:零序決策樹分量

    肖啟明 郭謀發(fā)

    (福州大學(xué)電氣工程與自動(dòng)化學(xué)院,福州 350108)

    0 引言

    在配電網(wǎng)中,線路接觸混凝土、草地、砂石等高阻抗導(dǎo)體表面時(shí),易發(fā)生高阻接地故障(high impedance fault, HIF),其故障電流幅值低,傳統(tǒng)過(guò)電流繼電器無(wú)法檢測(cè)到[1]。盡管較低的電流幅值不易損壞電力系統(tǒng)的元件,但由于HIF常伴隨著電弧的燃燒,因此會(huì)危及動(dòng)物與人類的生命安全,甚至引發(fā)火災(zāi)造成重大經(jīng)濟(jì)損失[2]。相關(guān)報(bào)告指出,在配電網(wǎng)故障中,大約有5%~20%是HIF[3],但隨著配電網(wǎng)結(jié)構(gòu)日趨復(fù)雜[4-5],實(shí)際HIF比例已遠(yuǎn)高于該數(shù)值。

    經(jīng)過(guò)大量專家的研究,現(xiàn)有的高阻接地故障識(shí)別方法可分為時(shí)域法、頻域法與時(shí)頻域法。時(shí)域法通?;陔妷?、電流信號(hào)的時(shí)域特性。文獻(xiàn)[6]將零序電流的功率變化量作為故障的判斷依據(jù)。文獻(xiàn)[7]利用數(shù)學(xué)形態(tài)學(xué)技術(shù)來(lái)提取故障電流的特征。文獻(xiàn)[8]利用故障電流連續(xù)半周波間的KL(Kullback-Leibler)散度作為HIF檢測(cè)指標(biāo)。時(shí)域法雖然結(jié)構(gòu)簡(jiǎn)單,但可能會(huì)丟失重要的頻域信息,降低方法的有效性。

    頻域法基于HIF電信號(hào)的高低頻分量特性。文獻(xiàn)[9]將低次諧波的總能量作為HIF判斷標(biāo)準(zhǔn)。文獻(xiàn)[10]利用低次諧波之間的距離變化來(lái)檢測(cè)HIF。頻域法雖然能夠利用HIF的頻域特征,但由于非線性負(fù)載與HIF的頻域特征過(guò)于相似,因此無(wú)法將其區(qū)分。

    近年來(lái),在時(shí)頻域研究中涌現(xiàn)了多種HIF檢測(cè)技術(shù)。文獻(xiàn)[11]使用局部特征尺度分解(local characteristic scale decomposition, LCD)構(gòu)造三相電流的時(shí)頻矩陣,各個(gè)頻帶的標(biāo)準(zhǔn)差作為HIF特征。文獻(xiàn)[12]利用經(jīng)驗(yàn)?zāi)B(tài)分解(empirical mode decomposition, EMD)得到的本征模態(tài)分量(intrinsic mode functions, IMF)作為故障特征,以此訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)(artificial neural network, ANN)來(lái)區(qū)分HIF與非HIF。文獻(xiàn)[13]結(jié)合變分模態(tài)分解(variational mode decomposition, VMD)與時(shí)間熵為HIF檢測(cè)引進(jìn)了新的故障指標(biāo)。文獻(xiàn)[14]使用小波分解(wavelet decomposition, WT)與軟閾值降噪技術(shù)作為HIF現(xiàn)場(chǎng)檢測(cè)手段。VMD相較WT,避免了人為選擇母小波的過(guò)程;相較EMD,避免可能出現(xiàn)的模態(tài)混疊效應(yīng);相較LCD,具有更不明顯的端點(diǎn)效應(yīng)。因此選用VMD作為故障特征的提取手段。

    當(dāng)配電網(wǎng)發(fā)生HIF與投切事件時(shí),零序電流的本征模態(tài)分量圖會(huì)發(fā)生結(jié)構(gòu)變化,圖內(nèi)每條邊的權(quán)值相應(yīng)改變,而圖信號(hào)指標(biāo)[15]作為圖矩陣的特征值函數(shù),能有效區(qū)分不同的變化。因此,本文結(jié)合VMD與圖信號(hào)指標(biāo),提出一種全新的HIF識(shí)別算法。

    1 高阻接地故障識(shí)別算法

    1.1 變分模態(tài)分解

    VMD是一種能將任意信號(hào)f(t)分解為多個(gè)模態(tài)信號(hào)的分解方法。具體步驟如下:

    1)假設(shè)f(t)由有限個(gè)具有稀疏特性的本征模態(tài)分量{u1,…,uK}構(gòu)成,其中心頻率分別為{ω1,…,ωK},將各模態(tài)分量的聚集帶寬之和的最小值作為優(yōu)化的目標(biāo)函數(shù),則有

    式中:δ(t)為脈沖函數(shù);?t為函數(shù)對(duì)t求偏導(dǎo)數(shù)。

    2)利用拉格朗日公式將上述優(yōu)化問(wèn)題轉(zhuǎn)化為非約束性變分問(wèn)題,并引入二次懲罰項(xiàng)增強(qiáng)函數(shù)的收斂性,即

    式中:α為懲罰因子;λ(t)為約束項(xiàng)。

    3)應(yīng)用交替方向乘子法,按式(4)和式(5)迭代求取上述最小優(yōu)化問(wèn)題。

    式(6)為上述迭代的收斂條件,ε為收斂的精度。

    4)利用傅里葉變換求解式(4)和式(5)的頻域解即當(dāng)前信號(hào)的各模態(tài)分量與對(duì)應(yīng)的中心頻率,即

    1.2 峭度

    故障零序電流信號(hào)經(jīng)VMD后能夠得到若干個(gè)本征模態(tài)分量,為選取故障突變程度最顯著的模態(tài)分量,引進(jìn)峭度的概念。

    峭度是信號(hào)的四階平均值,屬于無(wú)量綱參數(shù),其值越大則表示突變的程度越高,更有利于提取故障特征。

    式中:Ku為峭度;x為一組信號(hào);μ、σ分別為信號(hào)的統(tǒng)計(jì)均值與方差。

    分別計(jì)算200組HIF、100組負(fù)荷投切(load switching, LS)與100組電容器投切(capacitor switching, CS)事件的零序電流的峭度均值,見表1。結(jié)果表明,IMF2在三種事件中的峭度值均為最大,因此選用IMF2作為故障特征的圖信號(hào)。

    表1 各本征模態(tài)分量對(duì)應(yīng)的峭度均值

    1.3 圖信號(hào)指標(biāo)

    由于本征模態(tài)分量由若干個(gè)相鄰離散點(diǎn)連接構(gòu)成,因此,本征模態(tài)分量可當(dāng)作無(wú)向圖。設(shè)模態(tài)分量由n個(gè)點(diǎn){x1,…,xn}與m條邊構(gòu)成,其中連續(xù)的兩個(gè)點(diǎn)構(gòu)成一條邊,即m=n+1條。

    1)求取該模態(tài)分量中各條邊的權(quán)值ijω并賦予對(duì)應(yīng)的鄰接矩陣W。

    式中:h可根據(jù)兩點(diǎn)之間的距離大小人為選定,此處取0.01;ix、xj為兩個(gè)相鄰點(diǎn)。

    2)求取度對(duì)角矩陣D,其元素為

    3)求取拉普拉斯矩陣L,即

    4)求取拉普拉斯矩陣L與鄰接矩陣W的所有特征值,即

    式中:zi、iy、iλ、iμ為L(zhǎng)與W對(duì)應(yīng)的特征向量與特征值。

    5)得到圖的鄰接矩陣譜σ(W)={λ1,λ2,…,λn}與拉普拉斯矩陣譜σ(L)= {μ1,μ2,…,μn},即

    6)計(jì)算常見的五個(gè)圖信號(hào)指標(biāo),分別為圖能量指標(biāo)(S1)、Estrada指標(biāo)(S2)、拉普拉斯能量(S3)、拉普拉斯Estrada指標(biāo)(S4)、類拉普拉斯能量不變量(S5),則有

    1.4 隨機(jī)森林

    隨機(jī)森林是分類回歸樹的集成算法,其本質(zhì)是基于基尼指數(shù)的二叉決策樹,它可以同時(shí)處理離散型數(shù)據(jù)和連續(xù)型數(shù)據(jù)。決策樹具體的構(gòu)造過(guò)程如下:

    1)采集所需要的樣本保存為樣本庫(kù)D,并計(jì)算其基尼指數(shù),即

    式中:pk為第k類樣本占樣本庫(kù)D的比例;pk′為非第k類樣本占樣本庫(kù)D的比例;s為樣本庫(kù)中的樣本類。顯然,Gini值越小則表示第k類樣本在樣本庫(kù)的占比越大。

    2)計(jì)算根據(jù)特征v所劃分的樣本v D的基尼指數(shù)為

    式中:V為樣本的特征數(shù)量;|D|為樣本庫(kù)的數(shù)量。

    3)根據(jù)第2)步得到的不同特征下劃分樣本的基尼指數(shù),得到最敏感的特征(即基尼指數(shù)最小),以此構(gòu)建決策樹樹枝。

    4)去除已使用的特征,重復(fù)步驟2)和步驟3),滿足所有樹枝下的數(shù)據(jù)類別均一致或所有特征使用完畢時(shí),則決策樹構(gòu)建完畢。

    隨機(jī)森林與決策樹構(gòu)建不同的地方在于它在步驟2)任意選擇V個(gè)特征中的a個(gè)(a<V)進(jìn)行多個(gè)決策樹的建立,而不是一次性遍歷所有特征,這使得它較決策樹具有更好的泛化能力。

    隨機(jī)森林特征重要性評(píng)估:

    1)設(shè)隨機(jī)森林共有b棵決策樹,當(dāng)?shù)趇棵決策樹的樹枝j分裂到樹枝l、r時(shí),得到特征v在樹枝j分裂前后的基尼指數(shù)變化量Pivj,即重要性為

    式中,Gini(Dvj)、Gini(Dvl)、Gini(Dvr)分別為在樹枝j根據(jù)特征v所劃分的樣本基尼指數(shù)。

    2)設(shè)特征v出現(xiàn)在第i棵決策樹的c根樹枝,得到特征v在第i棵決策樹的重要性Piv為

    3)求特征v對(duì)隨機(jī)森林重要性即b棵決策樹的特征重要性之和vP為

    4)將V個(gè)特征的重要性進(jìn)行歸一化處理得到重要性評(píng)分IMPv為

    2 故障識(shí)別算法流程

    利用VMD與圖信號(hào)指標(biāo)提取故障時(shí)零序電流的特征,并通過(guò)隨機(jī)森林進(jìn)行特征重要性評(píng)估,選取重要性評(píng)分最高的特征,再通過(guò)隨機(jī)森林分類器進(jìn)行分類。識(shí)別算法流程如圖1所示。具體步驟如下:

    圖1 識(shí)別算法流程

    1)信號(hào)采集。采集仿真線路上發(fā)生HIF、電容器投切和負(fù)荷投切事件下的零序電流,截取故障前一個(gè)周波與后三個(gè)周波作為樣本。

    2)特征提取。通過(guò)VMD得到三個(gè)本征模態(tài)分量(IMF1、IMF2、IMF3),再計(jì)算對(duì)應(yīng)的峭度,選取峭度值最大(對(duì)突變最敏感)的模態(tài)分量(IMF2),并計(jì)算對(duì)應(yīng)的五個(gè)圖信號(hào)指標(biāo)。

    3)特征重要性評(píng)估。通過(guò)隨機(jī)森林算法選取最敏感的前三個(gè)指標(biāo)作為故障特征。

    4)故障分類。通過(guò)隨機(jī)森林分類器對(duì)故障特征進(jìn)行分類。

    3 仿真與驗(yàn)證

    3.1 HIF模型

    以往已經(jīng)提出多種HIF模型,例如Mayr、Cassie、Schwarz及控制論模型[16]。這些模型雖然能夠模擬故障電流的多種特性,但也引入了數(shù)個(gè)復(fù)雜的微分方程,這不利于仿真模型的搭建與運(yùn)行。因此,選用根據(jù)現(xiàn)場(chǎng)實(shí)測(cè)數(shù)據(jù)搭建的Emanuel模型。該模型通過(guò)控制兩個(gè)電阻的阻值來(lái)模擬故障電流的半周期不對(duì)稱性,通過(guò)兩個(gè)反并聯(lián)二極管與直流電源串聯(lián)來(lái)模擬故障電流的零休特性。Emanuel模型如圖2所示。

    圖2 Emanuel模型

    由于在配電網(wǎng)實(shí)際運(yùn)行中,故障線路可能同時(shí)接觸不同的故障表面,因此Emanuel模型也衍生出并聯(lián)形式[14],如圖3所示。該模型通過(guò)設(shè)置直流電源幅值、電阻的大小及開關(guān)通斷時(shí)間來(lái)模擬多重故障電流混合的效果,同時(shí)也可模擬故障電流的累積效應(yīng)、肩峰特性、間歇性與不對(duì)稱性等。該模型的參數(shù)設(shè)置見表2。

    圖3 并聯(lián)Emanuel模型

    表2 并聯(lián)Emanuel模型參數(shù)設(shè)置

    3.2 10kV配電網(wǎng)模型

    在PSCAD/EMTDC中,建立一個(gè)10kV輻射型配電網(wǎng)模型,如圖4所示。線路參數(shù)見表3。選用圖3中并聯(lián)Emanuel模型,故障初相角設(shè)置為0°、60°、90°、120°。

    圖4 10kV配電網(wǎng)模型

    表3 配電網(wǎng)模型線路參數(shù)

    線路l22發(fā)生HIF、電容器投切(CS)、負(fù)荷投切(LS)時(shí),母線采集的零序電流如圖5(a)~圖5(c)所示。可見,發(fā)生高阻接地故障時(shí),零序電流產(chǎn)生突變,并具有明顯的零休與半周期不對(duì)稱性,隨著時(shí)間累積,電流幅值會(huì)增長(zhǎng)到一個(gè)極大值。發(fā)生CS時(shí),線路上大量高頻分量導(dǎo)致零序電流產(chǎn)生突變。投入不平衡負(fù)荷時(shí),瞬時(shí)高頻分量使零序電流產(chǎn)生暫態(tài)突變,之后回到穩(wěn)定狀態(tài)。

    通過(guò)VMD提取圖5(a)~圖5(c)的IMF2分量,如圖5(d)~圖5(f)所示。發(fā)生HIF時(shí),IMF2會(huì)產(chǎn)生持續(xù)的突變,并在某一時(shí)刻達(dá)到最大值。而LS、CS發(fā)生時(shí),IMF2突變僅發(fā)生在事件初期暫態(tài)時(shí)刻,之后回到穩(wěn)定狀態(tài)。

    圖5 HIF、CS、LS的零序電流與對(duì)應(yīng)的IMF2

    基于上述不同事件下IMF2圖結(jié)構(gòu)的差異,選用圖信號(hào)指標(biāo)作為故障特征。首先,采集200組HIF,100組CS和100組LS的零序電流作為樣本庫(kù),隨機(jī)選取70%用于訓(xùn)練,30%用于測(cè)試;其次,通過(guò)VMD得到零序電流的IMF2分量,并求取對(duì)應(yīng)的五個(gè)圖信號(hào)指標(biāo);接著,通過(guò)隨機(jī)森林算法對(duì)指標(biāo)進(jìn)行特征重要性評(píng)估,其結(jié)果見表4;最后,選擇S2、S3、S5作為故障特征輸入隨機(jī)森林分類器進(jìn)行分類,測(cè)試準(zhǔn)確率高達(dá)98.33%。

    表4 圖信號(hào)指標(biāo)重要性評(píng)估結(jié)果

    考慮噪聲對(duì)所提算法的影響,上述測(cè)試樣本疊加信噪比為30dB的高斯白噪聲,對(duì)應(yīng)的信噪比為30dB時(shí)的零序電流與IMF2如圖6所示。對(duì)比圖5(d)~圖5(f)與圖6(d)~圖6(f)可知,LS與CS的IMF2突變?nèi)匀粌H出現(xiàn)在投切事件的初期,而HIF的IMF2突變?cè)诠收铣掷m(xù)期間一直存在。最后,通過(guò)隨機(jī)森林分類器對(duì)該組噪聲測(cè)試波形進(jìn)行測(cè)試,準(zhǔn)確率仍高達(dá)96.67%。

    圖6 信噪比為30dB時(shí)的零序電流與對(duì)應(yīng)的IMF2

    4 結(jié)論

    基于配電網(wǎng)發(fā)生不同事件時(shí),本征模態(tài)分量圖結(jié)構(gòu)之間的差異,本文提出了一種結(jié)合VMD與圖信號(hào)指標(biāo)的HIF檢測(cè)算法。經(jīng)過(guò)PSCAD/EMTDC的仿真測(cè)試及噪聲干擾測(cè)試,得到以下結(jié)論:

    1)圖信號(hào)指標(biāo)能夠區(qū)分不同的本征模態(tài)分量。

    2)所提算法能夠區(qū)分HIF、負(fù)荷投切與電容器投切。

    3)該算法具備抗噪能力,在信噪比為30dB的噪聲干擾下,仍保持較高準(zhǔn)確率。

    猜你喜歡
    零序決策樹分量
    帽子的分量
    一物千斤
    智族GQ(2019年9期)2019-10-28 08:16:21
    一種針對(duì)不均衡數(shù)據(jù)集的SVM決策樹算法
    決策樹和隨機(jī)森林方法在管理決策中的應(yīng)用
    電子制作(2018年16期)2018-09-26 03:27:06
    論《哈姆雷特》中良心的分量
    分量
    基于決策樹的出租車乘客出行目的識(shí)別
    6kV供電系統(tǒng)零序保護(hù)誤動(dòng)作處理
    大電流接地系統(tǒng)接地故障時(shí)零序電壓分析
    基于肺癌CT的決策樹模型在肺癌診斷中的應(yīng)用
    亚洲欧洲日产国产| 乱人伦中国视频| 手机成人av网站| 国产精品久久久久久精品古装| 欧美av亚洲av综合av国产av| 精品国产一区二区三区久久久樱花| 国产黄频视频在线观看| 最新在线观看一区二区三区 | 国产欧美亚洲国产| 午夜福利一区二区在线看| 免费女性裸体啪啪无遮挡网站| 视频区图区小说| 精品一区在线观看国产| 国产亚洲av高清不卡| 国产日韩欧美在线精品| 亚洲国产精品一区二区三区在线| 十分钟在线观看高清视频www| 真人做人爱边吃奶动态| 少妇粗大呻吟视频| 十八禁网站网址无遮挡| 欧美人与性动交α欧美精品济南到| 欧美大码av| 欧美日韩av久久| 国产精品麻豆人妻色哟哟久久| 国产成人精品在线电影| 国产精品秋霞免费鲁丝片| 校园人妻丝袜中文字幕| 国产精品国产三级国产专区5o| 亚洲精品久久成人aⅴ小说| 欧美xxⅹ黑人| 亚洲国产欧美在线一区| 亚洲精品日本国产第一区| videos熟女内射| 视频区欧美日本亚洲| 亚洲美女黄色视频免费看| 欧美精品av麻豆av| 欧美成人午夜精品| 国产91精品成人一区二区三区 | 久热这里只有精品99| 精品亚洲乱码少妇综合久久| 夫妻性生交免费视频一级片| 国产97色在线日韩免费| 咕卡用的链子| 亚洲成人免费av在线播放| 久久女婷五月综合色啪小说| 国产精品秋霞免费鲁丝片| 在线观看免费高清a一片| 少妇粗大呻吟视频| 美女脱内裤让男人舔精品视频| 国产国语露脸激情在线看| 日日夜夜操网爽| 免费在线观看影片大全网站 | 美女扒开内裤让男人捅视频| 97人妻天天添夜夜摸| 精品一区二区三卡| 精品福利永久在线观看| 夫妻午夜视频| 欧美成人午夜精品| 老汉色av国产亚洲站长工具| 又大又黄又爽视频免费| 国产1区2区3区精品| 国产高清视频在线播放一区 | 欧美日韩一级在线毛片| 午夜福利视频精品| 女人高潮潮喷娇喘18禁视频| 少妇裸体淫交视频免费看高清 | 黄片播放在线免费| 免费在线观看影片大全网站 | 久久午夜综合久久蜜桃| 另类精品久久| 久久女婷五月综合色啪小说| 精品欧美一区二区三区在线| 亚洲欧美中文字幕日韩二区| 久久亚洲国产成人精品v| 日韩大码丰满熟妇| 亚洲欧美日韩高清在线视频 | 亚洲精品第二区| 国产不卡av网站在线观看| 亚洲精品久久久久久婷婷小说| 国产高清videossex| 亚洲专区国产一区二区| 国产成人一区二区在线| 亚洲色图 男人天堂 中文字幕| 青青草视频在线视频观看| 精品国产超薄肉色丝袜足j| 男女床上黄色一级片免费看| 亚洲人成电影免费在线| 无限看片的www在线观看| 无遮挡黄片免费观看| 黑丝袜美女国产一区| 国产成人91sexporn| 午夜91福利影院| tube8黄色片| 日本a在线网址| 一级片'在线观看视频| 下体分泌物呈黄色| 精品一品国产午夜福利视频| 麻豆av在线久日| 久久影院123| 丰满饥渴人妻一区二区三| 亚洲久久久国产精品| 国产熟女午夜一区二区三区| av国产久精品久网站免费入址| 涩涩av久久男人的天堂| 纵有疾风起免费观看全集完整版| www.熟女人妻精品国产| 亚洲国产成人一精品久久久| 久久中文字幕一级| 亚洲精品国产一区二区精华液| 精品福利观看| 男女床上黄色一级片免费看| 日韩一卡2卡3卡4卡2021年| 亚洲国产最新在线播放| 国产精品国产av在线观看| 亚洲五月婷婷丁香| 欧美乱码精品一区二区三区| 精品人妻在线不人妻| 麻豆av在线久日| 久久久久久久久免费视频了| 97在线人人人人妻| 精品免费久久久久久久清纯 | 亚洲av日韩在线播放| av网站在线播放免费| 亚洲欧美一区二区三区国产| 久久久国产精品麻豆| 又大又黄又爽视频免费| 青春草亚洲视频在线观看| 99久久99久久久精品蜜桃| 建设人人有责人人尽责人人享有的| 国产野战对白在线观看| 亚洲第一av免费看| 大香蕉久久网| 免费高清在线观看视频在线观看| 欧美黄色淫秽网站| 黄色a级毛片大全视频| www日本在线高清视频| 午夜视频精品福利| 精品人妻在线不人妻| 大陆偷拍与自拍| 久久九九热精品免费| 国产激情久久老熟女| 一级黄片播放器| 亚洲精品美女久久久久99蜜臀 | 在线观看免费视频网站a站| 欧美日韩成人在线一区二区| 99国产精品99久久久久| 少妇被粗大的猛进出69影院| 亚洲天堂av无毛| 精品少妇内射三级| 国产精品久久久av美女十八| 两性夫妻黄色片| 久久国产亚洲av麻豆专区| av在线app专区| 国产女主播在线喷水免费视频网站| 激情五月婷婷亚洲| 超碰97精品在线观看| 国产精品.久久久| 成人国产av品久久久| 伦理电影免费视频| 亚洲av成人不卡在线观看播放网 | 大片电影免费在线观看免费| 国产高清视频在线播放一区 | 少妇的丰满在线观看| 老司机在亚洲福利影院| 女人久久www免费人成看片| 欧美黄色淫秽网站| 久久久久国产精品人妻一区二区| 国产成人精品在线电影| 在线观看国产h片| 亚洲国产成人一精品久久久| 一级片免费观看大全| 激情五月婷婷亚洲| 亚洲av在线观看美女高潮| 亚洲av日韩在线播放| 黄片播放在线免费| 国产日韩欧美在线精品| 国产欧美日韩综合在线一区二区| 亚洲欧美精品综合一区二区三区| 99精国产麻豆久久婷婷| 国产亚洲午夜精品一区二区久久| 在线亚洲精品国产二区图片欧美| 国产成人精品久久久久久| 久久ye,这里只有精品| 在线亚洲精品国产二区图片欧美| 亚洲一区二区三区欧美精品| 女人爽到高潮嗷嗷叫在线视频| 亚洲精品久久成人aⅴ小说| 日本色播在线视频| 亚洲午夜精品一区,二区,三区| 国产成人一区二区在线| 国产亚洲欧美精品永久| 国产无遮挡羞羞视频在线观看| 久久国产精品大桥未久av| 免费av中文字幕在线| 黄色 视频免费看| 欧美激情高清一区二区三区| 亚洲精品av麻豆狂野| 国产精品麻豆人妻色哟哟久久| 亚洲人成电影观看| 人妻人人澡人人爽人人| 国产伦理片在线播放av一区| 亚洲国产av新网站| 97人妻天天添夜夜摸| 五月开心婷婷网| 久久久国产一区二区| 亚洲精品中文字幕在线视频| 精品福利永久在线观看| 91九色精品人成在线观看| 少妇被粗大的猛进出69影院| 国产精品亚洲av一区麻豆| 精品少妇一区二区三区视频日本电影| 看十八女毛片水多多多| av一本久久久久| 伊人久久大香线蕉亚洲五| 国产精品久久久久久人妻精品电影 | 老鸭窝网址在线观看| av国产精品久久久久影院| 国产xxxxx性猛交| 成人黄色视频免费在线看| 又黄又粗又硬又大视频| 欧美激情极品国产一区二区三区| 欧美精品av麻豆av| 精品一区二区三卡| 99热网站在线观看| 黄网站色视频无遮挡免费观看| 成人亚洲欧美一区二区av| 男女高潮啪啪啪动态图| 丝袜喷水一区| 男人操女人黄网站| 国产精品免费视频内射| 狠狠婷婷综合久久久久久88av| 黑人欧美特级aaaaaa片| av在线老鸭窝| 亚洲欧美成人综合另类久久久| 精品福利观看| 免费观看av网站的网址| 中文字幕高清在线视频| 男女床上黄色一级片免费看| 国产成人啪精品午夜网站| 男人舔女人的私密视频| 天天躁夜夜躁狠狠久久av| 国产1区2区3区精品| 亚洲人成网站在线观看播放| 女人精品久久久久毛片| 天天躁夜夜躁狠狠躁躁| 18在线观看网站| 91九色精品人成在线观看| 欧美黄色片欧美黄色片| 亚洲欧洲日产国产| 巨乳人妻的诱惑在线观看| 亚洲一卡2卡3卡4卡5卡精品中文| 欧美成人午夜精品| 免费女性裸体啪啪无遮挡网站| 看免费av毛片| 国产精品久久久人人做人人爽| 操美女的视频在线观看| 中文字幕制服av| 久久天躁狠狠躁夜夜2o2o | 亚洲激情五月婷婷啪啪| 亚洲精品日本国产第一区| 女性生殖器流出的白浆| 一级毛片女人18水好多 | 久久99热这里只频精品6学生| 国产真人三级小视频在线观看| 99热国产这里只有精品6| 国产精品一区二区精品视频观看| 国产伦人伦偷精品视频| 美女大奶头黄色视频| 欧美日本视频| 亚洲无线在线观看| 日韩大尺度精品在线看网址| 一区福利在线观看| 国产成人欧美在线观看| 日韩欧美国产一区二区入口| 亚洲五月天丁香| 欧美一级a爱片免费观看看 | 欧美日韩黄片免| 18禁美女被吸乳视频| 啦啦啦韩国在线观看视频| 国产av一区二区精品久久| 在线av久久热| 波多野结衣高清无吗| a在线观看视频网站| 国产免费男女视频| 亚洲狠狠婷婷综合久久图片| 国产99久久九九免费精品| 久久精品国产亚洲av香蕉五月| 亚洲免费av在线视频| 丝袜在线中文字幕| 桃红色精品国产亚洲av| av免费在线观看网站| 欧美性猛交黑人性爽| 精品一区二区三区av网在线观看| 久久狼人影院| 国产亚洲欧美98| 亚洲成人久久性| 久久天躁狠狠躁夜夜2o2o| 亚洲自偷自拍图片 自拍| 国产精品九九99| 91大片在线观看| 男女下面进入的视频免费午夜 | 99久久久亚洲精品蜜臀av| 亚洲精华国产精华精| 老司机深夜福利视频在线观看| 19禁男女啪啪无遮挡网站| 成人18禁高潮啪啪吃奶动态图| 在线观看一区二区三区| 欧美日韩亚洲国产一区二区在线观看| 国产又爽黄色视频| 免费看日本二区| 成人国产一区最新在线观看| 18禁黄网站禁片午夜丰满| 亚洲精品国产区一区二| 制服诱惑二区| 亚洲电影在线观看av| 日本 欧美在线| 亚洲专区字幕在线| 91av网站免费观看| 91九色精品人成在线观看| 美女高潮到喷水免费观看| 男女那种视频在线观看| 免费电影在线观看免费观看| 成人18禁高潮啪啪吃奶动态图| 一区二区日韩欧美中文字幕| 欧美另类亚洲清纯唯美| 人人妻人人澡欧美一区二区| 亚洲人成伊人成综合网2020| 日韩欧美国产一区二区入口| 老司机午夜十八禁免费视频| av天堂在线播放| bbb黄色大片| 国产99白浆流出| 又大又爽又粗| 亚洲 欧美 日韩 在线 免费| 国产亚洲av嫩草精品影院| 国产精品一区二区精品视频观看| a级毛片在线看网站| 亚洲自偷自拍图片 自拍| 国产精品自产拍在线观看55亚洲| 国产熟女xx| 久久久久久国产a免费观看| 日韩大尺度精品在线看网址| 在线天堂中文资源库| 50天的宝宝边吃奶边哭怎么回事| 免费高清视频大片| 可以在线观看毛片的网站| 天堂动漫精品| 高潮久久久久久久久久久不卡| 久久中文看片网| 正在播放国产对白刺激| 久久中文看片网| 亚洲天堂国产精品一区在线| 91麻豆精品激情在线观看国产| 日韩欧美在线二视频| 国产精品香港三级国产av潘金莲| 人妻久久中文字幕网| 亚洲欧美日韩无卡精品| 婷婷丁香在线五月| 精品国产一区二区三区四区第35| 亚洲国产中文字幕在线视频| 国产免费av片在线观看野外av| 精品久久久久久成人av| 国产主播在线观看一区二区| 在线播放国产精品三级| 久久中文看片网| 欧美大码av| 91麻豆精品激情在线观看国产| 黄色丝袜av网址大全| 男人舔女人下体高潮全视频| 国产成人啪精品午夜网站| 日本 av在线| 色av中文字幕| 午夜福利一区二区在线看| 日本三级黄在线观看| 亚洲精品久久成人aⅴ小说| 一卡2卡三卡四卡精品乱码亚洲| 丁香欧美五月| 午夜成年电影在线免费观看| 丰满的人妻完整版| 亚洲第一电影网av| 精品乱码久久久久久99久播| 脱女人内裤的视频| 欧美性猛交黑人性爽| 久久久久久久久中文| 午夜福利免费观看在线| 黑人操中国人逼视频| 国产精品精品国产色婷婷| 91在线观看av| 久久精品国产亚洲av高清一级| 色婷婷久久久亚洲欧美| 一个人观看的视频www高清免费观看 | 俄罗斯特黄特色一大片| 两个人看的免费小视频| 丁香欧美五月| 亚洲一卡2卡3卡4卡5卡精品中文| 久久久久久免费高清国产稀缺| 香蕉国产在线看| 亚洲精品中文字幕在线视频| 亚洲成人久久爱视频| 成人国产一区最新在线观看| 欧美黄色淫秽网站| 国产成人系列免费观看| 欧洲精品卡2卡3卡4卡5卡区| 黄片小视频在线播放| 黄色a级毛片大全视频| 国产av不卡久久| 亚洲精品av麻豆狂野| 欧美日韩中文字幕国产精品一区二区三区| 欧美乱码精品一区二区三区| 亚洲一码二码三码区别大吗| 日本成人三级电影网站| 真人一进一出gif抽搐免费| 丝袜在线中文字幕| 精品无人区乱码1区二区| 免费看a级黄色片| 少妇的丰满在线观看| 国产不卡一卡二| 亚洲国产中文字幕在线视频| 亚洲,欧美精品.| 高潮久久久久久久久久久不卡| 欧美激情极品国产一区二区三区| 久久久久免费精品人妻一区二区 | 操出白浆在线播放| 国产男靠女视频免费网站| 99精品久久久久人妻精品| 在线观看66精品国产| av视频在线观看入口| 老熟妇乱子伦视频在线观看| 久久性视频一级片| 国产高清视频在线播放一区| 桃色一区二区三区在线观看| 中文字幕人成人乱码亚洲影| 九色国产91popny在线| 国产av不卡久久| 色播在线永久视频| 一夜夜www| 婷婷亚洲欧美| 黄片大片在线免费观看| 国产精品综合久久久久久久免费| 国产亚洲欧美98| 午夜a级毛片| 最近最新中文字幕大全电影3 | 一本精品99久久精品77| 国产黄a三级三级三级人| 国产成人精品久久二区二区免费| 亚洲avbb在线观看| 国产又色又爽无遮挡免费看| 国产又爽黄色视频| 91大片在线观看| 老汉色av国产亚洲站长工具| 中文资源天堂在线| 免费人成视频x8x8入口观看| 动漫黄色视频在线观看| 久久这里只有精品19| 亚洲国产精品sss在线观看| 亚洲国产中文字幕在线视频| 一级a爱片免费观看的视频| 亚洲人成伊人成综合网2020| 精品一区二区三区视频在线观看免费| 香蕉丝袜av| 91在线观看av| 免费人成视频x8x8入口观看| 亚洲电影在线观看av| 日本一区二区免费在线视频| 久久国产乱子伦精品免费另类| 国产成人啪精品午夜网站| 99热只有精品国产| 男女那种视频在线观看| 一个人免费在线观看的高清视频| 亚洲最大成人中文| 俺也久久电影网| 天天躁夜夜躁狠狠躁躁| 91麻豆av在线| 18禁国产床啪视频网站| 波多野结衣巨乳人妻| 亚洲av第一区精品v没综合| 一级黄色大片毛片| 欧美人与性动交α欧美精品济南到| av中文乱码字幕在线| 人妻久久中文字幕网| 欧美激情 高清一区二区三区| 欧美大码av| 国产精品日韩av在线免费观看| 老司机深夜福利视频在线观看| 久久天躁狠狠躁夜夜2o2o| 精品不卡国产一区二区三区| 中亚洲国语对白在线视频| 熟女少妇亚洲综合色aaa.| 精品第一国产精品| 午夜福利一区二区在线看| www.熟女人妻精品国产| 在线永久观看黄色视频| 日韩欧美在线二视频| 亚洲精品久久成人aⅴ小说| 女人被狂操c到高潮| 日本免费一区二区三区高清不卡| 人人妻人人澡人人看| 国产成人系列免费观看| 日本一本二区三区精品| 亚洲中文av在线| 欧美绝顶高潮抽搐喷水| 18美女黄网站色大片免费观看| 亚洲国产欧美日韩在线播放| 99久久精品国产亚洲精品| avwww免费| 人人澡人人妻人| 亚洲av电影在线进入| 日韩精品中文字幕看吧| 精品欧美国产一区二区三| 午夜福利18| 中文在线观看免费www的网站 | 人成视频在线观看免费观看| 欧美亚洲日本最大视频资源| 两人在一起打扑克的视频| 色综合亚洲欧美另类图片| 国产99久久九九免费精品| 51午夜福利影视在线观看| 在线观看www视频免费| 老司机午夜十八禁免费视频| 精品国产美女av久久久久小说| 成人精品一区二区免费| 一个人观看的视频www高清免费观看 | xxxwww97欧美| 1024香蕉在线观看| 国产亚洲精品av在线| 中国美女看黄片| 男人舔奶头视频| 国产成人啪精品午夜网站| 在线天堂中文资源库| 亚洲国产精品合色在线| 午夜精品久久久久久毛片777| 成人三级黄色视频| 国产成人av激情在线播放| 中文字幕另类日韩欧美亚洲嫩草| 久久精品91蜜桃| 欧美丝袜亚洲另类 | 999精品在线视频| 欧美黄色淫秽网站| 亚洲av美国av| 欧美绝顶高潮抽搐喷水| 亚洲色图 男人天堂 中文字幕| 久久国产乱子伦精品免费另类| 人人澡人人妻人| 性色av乱码一区二区三区2| 亚洲电影在线观看av| 首页视频小说图片口味搜索| 国产成年人精品一区二区| 色综合婷婷激情| 国产精品 国内视频| 久久久久久九九精品二区国产 | 变态另类成人亚洲欧美熟女| 亚洲人成伊人成综合网2020| 1024香蕉在线观看| 亚洲专区字幕在线| 香蕉国产在线看| 国产又爽黄色视频| 可以在线观看毛片的网站| 免费搜索国产男女视频| 男人舔奶头视频| 正在播放国产对白刺激| 叶爱在线成人免费视频播放| 在线观看www视频免费| 久久草成人影院| 天堂动漫精品| 亚洲午夜精品一区,二区,三区| 女警被强在线播放| 色综合亚洲欧美另类图片| 国产亚洲精品av在线| 国产精华一区二区三区| 一级a爱片免费观看的视频| 精品国产乱子伦一区二区三区| 国产成人精品久久二区二区91| 国产精品综合久久久久久久免费| √禁漫天堂资源中文www| 精品久久久久久久毛片微露脸| 黄网站色视频无遮挡免费观看| 免费看日本二区| 黄色视频不卡| 亚洲欧美精品综合一区二区三区| 99久久精品国产亚洲精品| 美女高潮喷水抽搐中文字幕| 色婷婷久久久亚洲欧美| 一进一出抽搐动态| 91麻豆精品激情在线观看国产| 亚洲专区字幕在线| 欧美日韩一级在线毛片| 精品国产美女av久久久久小说| 女人爽到高潮嗷嗷叫在线视频| 真人一进一出gif抽搐免费| 午夜a级毛片| 久久精品国产综合久久久| 成人手机av| 99re在线观看精品视频| 国产成人精品久久二区二区免费| 国产精华一区二区三区| www日本黄色视频网| 麻豆一二三区av精品| 桃红色精品国产亚洲av| 一a级毛片在线观看| 99国产精品99久久久久| 俺也久久电影网| www日本黄色视频网| 色播在线永久视频| 一本一本综合久久| 婷婷六月久久综合丁香| 欧美乱色亚洲激情| 中文字幕人妻熟女乱码| 国内揄拍国产精品人妻在线 | 十八禁网站免费在线| 色老头精品视频在线观看| 亚洲人成伊人成综合网2020| 中文字幕人妻丝袜一区二区| 欧美日韩精品网址| 午夜激情福利司机影院| 黄片小视频在线播放|