• <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CFSFDP算法的邊緣電力數(shù)據(jù)異常檢測

    2021-09-14 02:31:02張哲敏李琪林成貴學(xué)
    四川電力技術(shù) 2021年4期
    關(guān)鍵詞:離群聚類局部

    張哲敏,李琪林,嚴(yán) 平,成貴學(xué)

    (1.上海電力大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院,上海 200090;2.四川省電力公司計(jì)量中心,四川 成都 610045)

    0 引 言

    如今,隨著智能電網(wǎng)的發(fā)展,電力系統(tǒng)中產(chǎn)生的數(shù)據(jù)量也不斷增多。但安裝在發(fā)電、輸電、配電、用電各個環(huán)節(jié)各種類型的計(jì)量裝置和系統(tǒng),由于外部干擾等原因,會不可避免地出現(xiàn)異常數(shù)據(jù),及時有效地檢測出異常數(shù)據(jù)能夠保障電力系統(tǒng)的穩(wěn)定性和安全性。各種離群點(diǎn)檢測算法能夠檢測出那些與正常數(shù)據(jù)行為或特征屬性差別較大的異常數(shù)據(jù)或行為,有利于降低安全風(fēng)險(xiǎn),減少經(jīng)濟(jì)損失。

    目前,已經(jīng)有一些文獻(xiàn)研究了電力數(shù)據(jù)領(lǐng)域的異常值檢測算法。它們可以大致分為基于距離的異常值檢測、基于密度的異常值檢測和基于聚類的異常值檢測等?;诰嚯x的異常值檢測方法由EM Knorr、RT NG[1]等人在20世紀(jì)末提出,該方法認(rèn)為與大多數(shù)樣本的距離都大于某個固定閾值的點(diǎn)就是異常值點(diǎn)。但這種方法不能判斷含有密度不同的多個類簇的數(shù)據(jù)集?;诿芏鹊漠惓V禉z測的原理認(rèn)為正常樣本點(diǎn)所處的類簇密度要高于異常點(diǎn)樣本所處的類簇密度。最具有代表性的是基于局部異常因子(local outlier faction, LOF)的異常值檢測方法[2]?;诰垲惖漠惓z測其目標(biāo)是將數(shù)據(jù)點(diǎn)按照一定的規(guī)則劃分到某一類中,而異常值檢測的目標(biāo)不屬于任何簇的樣本點(diǎn)k均值聚類算法,據(jù)此與正常樣本點(diǎn)進(jìn)行區(qū)別。目前,主要的基于聚類的異常值檢測k均值聚類算法采用k-means和DBSCAN(density-based spatial clustering of applications with noise)算法進(jìn)行聚類[3-4]。文獻(xiàn)[5]針對傳統(tǒng)電量數(shù)據(jù)異常檢測方法的不足,提出了一種基于三次指數(shù)平滑模型和DBSCAN聚類的電量數(shù)據(jù)異常檢測方法。文獻(xiàn)[6]采用一種基于孤立森林的異常檢測算法,實(shí)現(xiàn)大規(guī)模電能量數(shù)據(jù)的異常檢測。文獻(xiàn)[7]將DBSCAN和LOF算法相結(jié)合,即KDBLOF,將k近鄰(k-nearest neighbors,KNN)思想引入到DBSCAN中,解決了原DBSCAN參數(shù)確定困難的問題。

    電力數(shù)據(jù)經(jīng)采集后會將所有數(shù)據(jù)上傳至集中式數(shù)據(jù)中心,再使用異常值檢測算法做數(shù)據(jù)清洗,其中異常數(shù)據(jù)的傳輸會造成大量的帶寬浪費(fèi)。在邊緣端進(jìn)行異常值檢測,可以減少異常數(shù)據(jù)傳輸,節(jié)省帶寬資源。但邊緣端一般不具備較高計(jì)算能力的計(jì)算處理單元,所以需要復(fù)雜度低的算法。

    基于密度峰值的快速聚類(clustering by fast search and find of density peaks,CFSFDP)算法是Alex Rodriguez[8]在2014年于《Science》上提出的一種快速尋找聚類中心的聚類算法,具有簡潔、高效、參數(shù)少的特點(diǎn),十分適合在邊緣計(jì)算平臺中使用。目前,已有不少研究將該算法應(yīng)用于電力數(shù)據(jù)異常檢測。文獻(xiàn)[9]利用 KNN思想重新定義局部密度和距離,將CFSFDP用于電力大數(shù)據(jù)的異常值檢測,但該方法需要人為設(shè)置經(jīng)驗(yàn)參數(shù),不具有普適性。文獻(xiàn)[10]采用LOF算法和CFSFDP算法相結(jié)合的聚類算法進(jìn)行電力數(shù)據(jù)異常值檢測,彌補(bǔ)了CFSFDP算法對于局部密度變化大的數(shù)據(jù)識別能力弱的缺點(diǎn);但該方法是通過人工選擇決策圖來實(shí)現(xiàn)聚類中心選取,存在主觀因素的影響。

    下面將CFSFDP算法應(yīng)用于電力數(shù)據(jù)的異常檢測,并提出了一種異常點(diǎn)的選擇策略來實(shí)現(xiàn)異常點(diǎn)的自動選擇。所提方法避免了原算法需要通過決策圖人工輸入來實(shí)現(xiàn)聚類,再從聚類后的數(shù)據(jù)中尋找異常點(diǎn)的繁瑣步驟,降低了算法的冗余性并提高了尋找異常值的效率。

    1 CFSFDP算法

    CFSFDP算法在所提方法中主要基于兩個重要的假設(shè)思想:一是假設(shè)聚類中心相較于其他的樣本點(diǎn)局部密度較高,且被局部密度較低的點(diǎn)包圍;二是假設(shè)各類簇聚類中心之間的距離較遠(yuǎn)。為了實(shí)現(xiàn)這2種假設(shè),定義了兩種度量方法。

    第一個定義是每個點(diǎn)的局部密度,對于每個點(diǎn)i,它的局部密度ρ(i)的表示有2種方法,其中:式(1)為截止距離法;式(2)為核距離方法,適用于數(shù)據(jù)量較小的數(shù)據(jù)樣本。

    第二個定義是每個點(diǎn)距離高密度點(diǎn)的距離。對于每個點(diǎn)i,它距離高密度點(diǎn)的距離δ(i)的定義公式為

    根據(jù)定義,只有局部密度較大或者全局最大的點(diǎn),δ(i)才能夠足夠大。

    CFSFDP算法計(jì)算局部密度ρ和更高密度距離δ,將數(shù)據(jù)集映射成二維圖并構(gòu)造一個決策圖(如圖1所示)。在決策圖中,ρ和δ都很大的點(diǎn)(靠右靠上的點(diǎn))即為聚類中心。在選擇聚類中心后,再將剩余點(diǎn)分配給距離最近的聚類中心完成聚類。

    圖1 CFSFDP算法決策

    CFSFDP算法能夠在不確定聚類數(shù)目時快速地找到聚類中心,但只適用于特定結(jié)構(gòu)的數(shù)據(jù)集。對于一些稀疏的數(shù)據(jù)集,如果經(jīng)驗(yàn)參數(shù)設(shè)置不當(dāng),可能會取得較差的效果。此外,由于選取聚類中心時采用人為框圖框選聚類中心的方式,存在主觀因素,不同的選取會得到不同的結(jié)果,增加了算法冗余性的同時也不利于實(shí)現(xiàn)算法的批量自動化應(yīng)用。

    2 基于CFSFDP算法的異常值檢測

    2.1 CFSFDP檢測異常值思路

    根據(jù)CFSFDP算法提出的假設(shè),從異常值檢測的角度來看,可以認(rèn)為局部密度較低且距離高密度點(diǎn)較遠(yuǎn)的樣本點(diǎn)為異常值點(diǎn)。雖然異常值點(diǎn)距離密度較高的點(diǎn)的距離較正常樣本點(diǎn)遠(yuǎn),但聚類中心之間的距離同樣也很遠(yuǎn)。如果此時該聚類中心的局部密度不夠大,很有可能在人工選擇異常值時出現(xiàn)將聚類中心誤劃分為異常值的情況。對此,引入了一個離群值的概念,將樣本點(diǎn)的異常度進(jìn)行量化,方便進(jìn)行異常值的選擇。

    對于每個點(diǎn)i,它的離群值λi的定義公式為

    當(dāng)點(diǎn)i的局部密度ρi等于0時,此時離群值λi為無窮大,可以直接定義點(diǎn)i為異常值點(diǎn)。其他情況下,λi越高,點(diǎn)i成為異常值點(diǎn)的概率越大。

    2.2 異常值點(diǎn)自動選擇策略

    通過離群值的定義,為了找出異常值點(diǎn),可以將離群值大于一定標(biāo)準(zhǔn)的點(diǎn)定義為異常值點(diǎn)。但該標(biāo)準(zhǔn)通常為人工指定,仍然存在主觀因素的影響,所以制定了以下策略來實(shí)現(xiàn)異常值點(diǎn)的自動選取。

    將所有樣本點(diǎn)按照離群值進(jìn)行降序排列,取出前m%的點(diǎn)得到離群值排列圖,如圖2所示??梢钥闯?,雖然離群值整體呈現(xiàn)下降趨勢,但下降的程度有所不同,前面下降得快,后面下降得慢。即前半部分離群值相差大、不穩(wěn)定,可以認(rèn)為是異常值點(diǎn);后半部分因?yàn)橼呄蚍€(wěn)定,離群值下降緩慢,可以認(rèn)為是正常點(diǎn)。在下降程度發(fā)生最大變化的點(diǎn)是離群值總體下降由急變緩的拐點(diǎn)。拐點(diǎn)前的是異常值點(diǎn),拐點(diǎn)后的是正常樣本點(diǎn)。

    圖2 離群值降序排列

    當(dāng)表示下降趨勢時,可以采用斜率進(jìn)行表示,即

    式中,ki,m表示區(qū)間[i,i+m]內(nèi)的離群值λ變化率,該參數(shù)描述了這一區(qū)間λ的總體變化趨勢。

    對于某點(diǎn)前后下降趨勢,可以用與前一點(diǎn)線段的斜率和后一點(diǎn)線段的斜率的比值來表示。

    第一個點(diǎn)的下降趨勢默認(rèn)為0,且當(dāng)該點(diǎn)的離群值與后一點(diǎn)相同時,該點(diǎn)的變化趨勢與前一點(diǎn)相同。計(jì)算所有點(diǎn)的變化趨勢比值,繪制出圖3所示的變化率趨勢圖。拐點(diǎn)為使變化率k取得最大值時的點(diǎn)。

    圖3 變化率趨勢

    得到拐點(diǎn)后,可將拐點(diǎn)前的所有點(diǎn),視為異常值點(diǎn),使用CFSFDP算法尋找異常值點(diǎn)的具體步驟如下:

    1)根據(jù)dc確定每一個點(diǎn)的局部密度ρi和距離δi。 2)計(jì)算每個點(diǎn)的離群值λi并從高到低排序。

    3)取樣本點(diǎn)前m%的點(diǎn)計(jì)算變化趨勢ki。m為經(jīng)驗(yàn)參數(shù),一般選擇5%~10%。

    4)取使k取得最大值的拐點(diǎn)x。

    5)挑選出拐點(diǎn)之前的點(diǎn){1,2…,x}作為異常值點(diǎn)。

    3 仿真驗(yàn)證

    采用2017年1月至10月某公司的日用電數(shù)據(jù)作為研究對現(xiàn)象,采樣間隔為15 min。用戶日用電數(shù)據(jù)作為電力數(shù)據(jù)的一種,經(jīng)常因?yàn)殡娔鼙砉收虾蛡鬏敭惓5仍颍斐缮蟼鲾?shù)據(jù)存在異常。但在電力數(shù)據(jù)的異常值檢測場景中,異常值所占比例遠(yuǎn)低于正常對象。因此,只提取了數(shù)據(jù)集中的部分?jǐn)?shù)據(jù),使得最終實(shí)驗(yàn)數(shù)據(jù)中異常值與正常值的比值滿足異常值檢測的一般要求。并且,為了衡量用電數(shù)據(jù)異常檢測算法的有效性,采用的數(shù)據(jù)提前進(jìn)行了人工標(biāo)注,即異常數(shù)據(jù)已經(jīng)被標(biāo)識,方便檢驗(yàn)異常檢測算法的效果。

    在預(yù)處理階段對數(shù)據(jù)進(jìn)行了降維和歸一化處理,是為了消除因?yàn)榱烤V不同和數(shù)量級差距所帶來的影響,且可以加快算法的識別速度。按照式(7)對數(shù)據(jù)進(jìn)行歸一化處理。

    (7)

    為了評估基于CFSFDP尋找異常值算法的性能,與DBSCAN直接檢測異常值、局部異常因子LOF算法進(jìn)行了對比試驗(yàn)。DBSCAN直接檢測異常值是先對數(shù)據(jù)進(jìn)行聚類,獲得不同的類簇;然后求取各個類簇聚類中心間的距離,如果距離過大則認(rèn)為是異常用電數(shù)據(jù)。這里設(shè)置DBSCAN的參數(shù)ρ為0.2。

    將算法檢測出的異常值與數(shù)據(jù)樣本的真實(shí)標(biāo)簽作對比,計(jì)算并選取檢測率(detection rate)和誤檢率(false positive rate)作為算法評價(jià)標(biāo)準(zhǔn),檢測率和誤檢率的計(jì)算公式如下:

    (8)

    (9)

    檢測率和誤檢率的實(shí)驗(yàn)結(jié)果如圖4、圖5所示。由圖可以看出:1)基于CFSFDP算法的異常檢測在檢測異常值時總體檢測率較高,誤檢率較低,明顯優(yōu)于直接利用DBSCAN算法檢測異常值和利用局部異常因子算法LOF檢測異常值;2)對于不同月份的檢測樣本,直接利用DBSCAN算法的異常檢測算法的檢測率和誤檢率不同且波動較大,這是因?yàn)樗惴▽Σ煌瑪?shù)據(jù)樣本具有獨(dú)特性,DBSCAN只適用于部分樣本。相對地,基于CFSFDP算法的異常檢測就具有較好的適應(yīng)性,對于不同月份的數(shù)據(jù)都能維持一個很高的檢測率和很低的誤檢率,變化不大。其中部分月份檢測率較其他月份有所降低,原因?yàn)樵撛缕骄秒娏枯^其他月份有差別,需要提取更多該月樣本進(jìn)行單獨(dú)檢測。

    圖4 檢測率實(shí)驗(yàn)結(jié)果

    圖5 誤檢率實(shí)驗(yàn)結(jié)果

    同時,基于CFSFDP算法的異常檢測還具有快速查找異常值的特點(diǎn)。在實(shí)驗(yàn)內(nèi)存為8 GB、CPU為1.6 Hz的運(yùn)行條件下,3種算法的計(jì)算耗時如表1所示。

    表1 3種算法的計(jì)算時間

    從表1可以看出,基于CFSFDP算法的異常檢測運(yùn)行時間是比其他兩種算法都要短。這不僅證明了基于CFSFDP算法的異常檢測可以減少計(jì)算量,具有快速找到異常值的特點(diǎn),而且證明了其對大規(guī)模數(shù)據(jù)集具有更好的適應(yīng)性。

    綜上,所提出的基于CFSFDP算法的異常檢測同時具有檢測率高、誤檢率低和運(yùn)行時間少的特點(diǎn)。在電力生產(chǎn)、調(diào)度和決策過程中,可以起到良好的監(jiān)督防范作用。在用戶防竊電方面也能為電力企業(yè)提供有力的依據(jù),能夠更好地為電力生產(chǎn)和電力繳費(fèi)服務(wù)。

    4 結(jié) 語

    上面對于電力數(shù)據(jù)的異常檢測問題進(jìn)行了研究,提出了一種基于CFSFDP聚類算法的電力數(shù)據(jù)異常值檢測方法。該方法基于原本的密度峰值快速搜索算法提出的兩點(diǎn)有關(guān)于聚類中心的假設(shè),設(shè)立了離群值指標(biāo),在該指標(biāo)的判斷下尋找異常值點(diǎn),實(shí)現(xiàn)了異常值點(diǎn)的快速尋找。同時根據(jù)離群值下降趨勢,提出一種不需要進(jìn)行人工選擇的自動選擇異常值點(diǎn)的策略,避免了進(jìn)行人工選擇時主觀因素的影響。通過對比該方法與利用DBSCAN直接尋找異常值和利用局部異常因子LOF尋找異常值的方法,發(fā)現(xiàn)該方法能夠有效、快速地尋找出異常值點(diǎn),且該算法復(fù)雜度低,耗時短,適合作為邊緣設(shè)備檢測電力數(shù)據(jù)的算法。

    猜你喜歡
    離群聚類局部
    局部分解 巧妙求值
    非局部AB-NLS方程的雙線性B?cklund和Darboux變換與非線性波
    基于DBSACN聚類算法的XML文檔聚類
    電子測試(2017年15期)2017-12-18 07:19:27
    局部遮光器
    吳觀真漆畫作品選
    離群數(shù)據(jù)挖掘在發(fā)現(xiàn)房產(chǎn)銷售潛在客戶中的應(yīng)用
    基于改進(jìn)的遺傳算法的模糊聚類算法
    離群的小雞
    一種層次初始的聚類個數(shù)自適應(yīng)的聚類方法研究
    應(yīng)用相似度測量的圖離群點(diǎn)檢測方法
    久久免费观看电影| 成年av动漫网址| 22中文网久久字幕| 91精品一卡2卡3卡4卡| 黑人猛操日本美女一级片| 日韩熟女老妇一区二区性免费视频| 久久99热6这里只有精品| 啦啦啦视频在线资源免费观看| 色吧在线观看| 黄色日韩在线| 在线播放无遮挡| 亚洲精品一区蜜桃| 97精品久久久久久久久久精品| 国产精品99久久99久久久不卡 | 欧美+日韩+精品| 久久久久久久国产电影| 能在线免费看毛片的网站| 亚洲精品视频女| 久久这里有精品视频免费| 成年av动漫网址| 欧美xxxx性猛交bbbb| 国产老妇伦熟女老妇高清| videossex国产| 欧美日韩在线观看h| 高清午夜精品一区二区三区| 久久精品国产a三级三级三级| 韩国高清视频一区二区三区| 91精品国产九色| 最近的中文字幕免费完整| 99热这里只有是精品在线观看| av黄色大香蕉| 人妻一区二区av| 黄色日韩在线| 国产极品天堂在线| 国产一区二区三区综合在线观看 | 精品久久久精品久久久| 欧美日韩视频高清一区二区三区二| 欧美精品一区二区大全| 又黄又爽又刺激的免费视频.| 成年av动漫网址| 少妇被粗大的猛进出69影院 | 久久久午夜欧美精品| 国语对白做爰xxxⅹ性视频网站| 国产精品欧美亚洲77777| 日韩三级伦理在线观看| 有码 亚洲区| 日本av手机在线免费观看| 大香蕉97超碰在线| 日本欧美视频一区| 国产女主播在线喷水免费视频网站| xxx大片免费视频| 春色校园在线视频观看| 精品一品国产午夜福利视频| 免费高清在线观看视频在线观看| 亚洲精品久久午夜乱码| 熟妇人妻不卡中文字幕| 插逼视频在线观看| 自拍欧美九色日韩亚洲蝌蚪91 | 亚洲第一区二区三区不卡| 亚洲综合色惰| 五月天丁香电影| 欧美精品高潮呻吟av久久| 欧美区成人在线视频| 国产欧美日韩综合在线一区二区 | 亚洲三级黄色毛片| 天堂俺去俺来也www色官网| 永久网站在线| 一级毛片aaaaaa免费看小| 亚洲内射少妇av| 午夜av观看不卡| 男女边摸边吃奶| 亚洲电影在线观看av| 亚洲在久久综合| 午夜影院在线不卡| 日本黄色片子视频| 黄色视频在线播放观看不卡| 91久久精品国产一区二区三区| 亚洲欧洲日产国产| 亚洲国产av新网站| 国产真实伦视频高清在线观看| 国产伦理片在线播放av一区| 国产淫语在线视频| 免费看日本二区| 亚洲va在线va天堂va国产| 久久ye,这里只有精品| 国产一区二区在线观看av| 亚洲精品久久久久久婷婷小说| 日韩,欧美,国产一区二区三区| 夜夜爽夜夜爽视频| 嘟嘟电影网在线观看| 美女内射精品一级片tv| 噜噜噜噜噜久久久久久91| 国产一区二区三区av在线| 久久久亚洲精品成人影院| av有码第一页| 免费看不卡的av| 国产高清三级在线| 高清毛片免费看| 纯流量卡能插随身wifi吗| 欧美日韩av久久| 大片免费播放器 马上看| 九色成人免费人妻av| 男女啪啪激烈高潮av片| 最近中文字幕2019免费版| 欧美+日韩+精品| 亚洲国产精品国产精品| 亚洲美女搞黄在线观看| 亚洲欧美一区二区三区国产| 久久国产亚洲av麻豆专区| 黄色怎么调成土黄色| 国产视频首页在线观看| 五月玫瑰六月丁香| 免费不卡的大黄色大毛片视频在线观看| 一级毛片黄色毛片免费观看视频| 人妻夜夜爽99麻豆av| 久久久久久久久久久久大奶| 五月开心婷婷网| 亚洲精品一区蜜桃| 三上悠亚av全集在线观看 | 欧美97在线视频| 涩涩av久久男人的天堂| 精品亚洲成a人片在线观看| 蜜桃久久精品国产亚洲av| 秋霞在线观看毛片| 超碰97精品在线观看| 国产片特级美女逼逼视频| 插阴视频在线观看视频| 亚洲国产欧美在线一区| 9色porny在线观看| 美女福利国产在线| 日本av手机在线免费观看| 午夜激情久久久久久久| 国产一区二区在线观看av| 国产黄频视频在线观看| 十分钟在线观看高清视频www | 最新中文字幕久久久久| 哪个播放器可以免费观看大片| 亚洲精品日韩av片在线观看| 黄色日韩在线| 老熟女久久久| 久久精品熟女亚洲av麻豆精品| 亚洲av在线观看美女高潮| 国产片特级美女逼逼视频| 99久久综合免费| 最近中文字幕2019免费版| 两个人免费观看高清视频 | 国产高清不卡午夜福利| www.av在线官网国产| 亚洲成人av在线免费| 国产欧美亚洲国产| 免费观看av网站的网址| 你懂的网址亚洲精品在线观看| 久久免费观看电影| 亚洲欧美精品专区久久| 亚洲欧美成人综合另类久久久| 99热网站在线观看| 日韩不卡一区二区三区视频在线| 国产一区二区三区av在线| 自拍偷自拍亚洲精品老妇| 国产精品.久久久| 亚洲电影在线观看av| 秋霞在线观看毛片| 日韩免费高清中文字幕av| av卡一久久| 国模一区二区三区四区视频| 久久精品久久精品一区二区三区| 亚洲欧美日韩卡通动漫| 精品久久久久久电影网| 欧美精品国产亚洲| 欧美国产精品一级二级三级 | 欧美 亚洲 国产 日韩一| 亚洲综合精品二区| 免费观看的影片在线观看| 丰满饥渴人妻一区二区三| 久久精品国产鲁丝片午夜精品| 人人妻人人看人人澡| 国产在线视频一区二区| 午夜福利网站1000一区二区三区| 深夜a级毛片| 色哟哟·www| 一级毛片我不卡| 亚洲精品日本国产第一区| 内地一区二区视频在线| 人妻 亚洲 视频| 国产男女超爽视频在线观看| 大话2 男鬼变身卡| 亚洲欧洲国产日韩| 97在线视频观看| 国内精品宾馆在线| 啦啦啦啦在线视频资源| 亚洲综合精品二区| 亚洲精品456在线播放app| 亚洲三级黄色毛片| 在线天堂最新版资源| 自拍偷自拍亚洲精品老妇| 亚洲欧洲日产国产| 18禁在线播放成人免费| 日日爽夜夜爽网站| 热99国产精品久久久久久7| 日韩免费高清中文字幕av| 男人狂女人下面高潮的视频| 中文字幕人妻熟人妻熟丝袜美| 免费看不卡的av| 国产成人精品福利久久| 国产黄片美女视频| 边亲边吃奶的免费视频| 久久国产乱子免费精品| 亚洲av成人精品一二三区| 亚洲av福利一区| 人人妻人人添人人爽欧美一区卜| 亚洲高清免费不卡视频| 下体分泌物呈黄色| 丝袜在线中文字幕| 日韩电影二区| 久久精品国产亚洲av涩爱| 肉色欧美久久久久久久蜜桃| 日日啪夜夜撸| 国产伦精品一区二区三区视频9| 激情五月婷婷亚洲| videossex国产| 亚洲人与动物交配视频| 国产精品久久久久久精品古装| videos熟女内射| 人妻一区二区av| 全区人妻精品视频| 街头女战士在线观看网站| 精品亚洲成国产av| 久久久欧美国产精品| 亚洲经典国产精华液单| 22中文网久久字幕| 搡女人真爽免费视频火全软件| 国产国拍精品亚洲av在线观看| 啦啦啦中文免费视频观看日本| 精品一区二区三区视频在线| 成人二区视频| 精品久久久噜噜| 少妇高潮的动态图| 人妻夜夜爽99麻豆av| 日韩伦理黄色片| 男女边吃奶边做爰视频| 日日爽夜夜爽网站| 日韩 亚洲 欧美在线| 中文字幕人妻熟人妻熟丝袜美| 欧美最新免费一区二区三区| 精品久久久久久久久亚洲| 国产高清有码在线观看视频| 午夜激情福利司机影院| 国产精品人妻久久久久久| a级毛片在线看网站| 国产欧美日韩综合在线一区二区 | videossex国产| 亚洲精品456在线播放app| 久久亚洲国产成人精品v| 高清黄色对白视频在线免费看 | 特大巨黑吊av在线直播| 又爽又黄a免费视频| 亚洲中文av在线| 自拍偷自拍亚洲精品老妇| 国产视频首页在线观看| 日韩免费高清中文字幕av| 妹子高潮喷水视频| 日韩精品免费视频一区二区三区 | 亚洲天堂av无毛| 五月玫瑰六月丁香| 一级毛片我不卡| 赤兔流量卡办理| 自拍偷自拍亚洲精品老妇| 免费大片18禁| 亚洲精品456在线播放app| 久久久亚洲精品成人影院| 中文精品一卡2卡3卡4更新| 老司机影院成人| 又黄又爽又刺激的免费视频.| 久久鲁丝午夜福利片| 久久久亚洲精品成人影院| 日韩大片免费观看网站| 少妇裸体淫交视频免费看高清| 精品人妻熟女av久视频| 久久亚洲国产成人精品v| av播播在线观看一区| 久久午夜综合久久蜜桃| 高清欧美精品videossex| 晚上一个人看的免费电影| 80岁老熟妇乱子伦牲交| 夫妻性生交免费视频一级片| 亚洲av欧美aⅴ国产| 欧美bdsm另类| 一本—道久久a久久精品蜜桃钙片| 国产一区亚洲一区在线观看| 国产欧美另类精品又又久久亚洲欧美| 亚洲精品国产成人久久av| 少妇猛男粗大的猛烈进出视频| 最近的中文字幕免费完整| 亚洲av在线观看美女高潮| 久久久欧美国产精品| 欧美xxⅹ黑人| 色婷婷av一区二区三区视频| 免费观看无遮挡的男女| 国产深夜福利视频在线观看| a级片在线免费高清观看视频| 欧美一级a爱片免费观看看| 亚洲图色成人| 精品熟女少妇av免费看| 在线播放无遮挡| 插逼视频在线观看| 91aial.com中文字幕在线观看| 九九久久精品国产亚洲av麻豆| 九色成人免费人妻av| 日韩三级伦理在线观看| 久久久久视频综合| a级片在线免费高清观看视频| 亚洲国产精品999| 欧美高清成人免费视频www| 成人午夜精彩视频在线观看| 亚洲人与动物交配视频| 亚洲欧洲精品一区二区精品久久久 | 国产成人aa在线观看| 精品卡一卡二卡四卡免费| 美女福利国产在线| av卡一久久| 成年人午夜在线观看视频| 亚洲图色成人| 人人妻人人澡人人爽人人夜夜| 这个男人来自地球电影免费观看 | av有码第一页| 国内少妇人妻偷人精品xxx网站| 又大又黄又爽视频免费| 天堂8中文在线网| 国语对白做爰xxxⅹ性视频网站| 中文字幕免费在线视频6| 欧美人与善性xxx| 久久99蜜桃精品久久| 少妇人妻一区二区三区视频| 国产男人的电影天堂91| 男人爽女人下面视频在线观看| 精品99又大又爽又粗少妇毛片| av有码第一页| 国产成人免费观看mmmm| 午夜免费鲁丝| 如何舔出高潮| 精品少妇黑人巨大在线播放| 一区在线观看完整版| 国产av国产精品国产| 少妇熟女欧美另类| 赤兔流量卡办理| 男女啪啪激烈高潮av片| 亚洲精品乱久久久久久| 久久午夜福利片| 亚洲av综合色区一区| 18禁动态无遮挡网站| 国产黄片美女视频| 亚洲精品亚洲一区二区| 国产亚洲欧美精品永久| 日韩亚洲欧美综合| 国产欧美日韩精品一区二区| 纵有疾风起免费观看全集完整版| 久久久国产一区二区| 极品教师在线视频| 欧美一级a爱片免费观看看| av有码第一页| 少妇裸体淫交视频免费看高清| 狂野欧美激情性bbbbbb| 午夜视频国产福利| 夜夜看夜夜爽夜夜摸| 一级毛片电影观看| 午夜福利视频精品| 久久久久久久久久久丰满| 成人免费观看视频高清| 亚洲熟女精品中文字幕| 黄色怎么调成土黄色| 2021少妇久久久久久久久久久| 80岁老熟妇乱子伦牲交| 内射极品少妇av片p| 免费av不卡在线播放| 日日撸夜夜添| 最近手机中文字幕大全| 亚洲国产欧美日韩在线播放 | 亚洲伊人久久精品综合| 最后的刺客免费高清国语| 午夜精品国产一区二区电影| www.av在线官网国产| 亚洲av中文av极速乱| 观看美女的网站| 亚洲精品456在线播放app| 国产av一区二区精品久久| 少妇丰满av| 国产精品久久久久久av不卡| av在线app专区| 久久国产精品大桥未久av | 成年av动漫网址| 十八禁网站网址无遮挡 | 国产精品99久久99久久久不卡 | 国产一区二区在线观看av| 美女福利国产在线| 日韩视频在线欧美| 伊人亚洲综合成人网| 日本猛色少妇xxxxx猛交久久| 99热6这里只有精品| 久久鲁丝午夜福利片| 少妇被粗大猛烈的视频| 18禁在线无遮挡免费观看视频| 老女人水多毛片| 天堂中文最新版在线下载| 亚洲综合色惰| 一级毛片我不卡| 黄色欧美视频在线观看| 成人毛片60女人毛片免费| 一边亲一边摸免费视频| 国产黄色视频一区二区在线观看| 亚洲无线观看免费| 久久久久精品久久久久真实原创| 一区二区三区四区激情视频| 日韩视频在线欧美| 亚洲真实伦在线观看| 男男h啪啪无遮挡| 男人添女人高潮全过程视频| 2022亚洲国产成人精品| 青青草视频在线视频观看| 九九爱精品视频在线观看| 永久网站在线| 国产av国产精品国产| av黄色大香蕉| 女的被弄到高潮叫床怎么办| 妹子高潮喷水视频| 黄色一级大片看看| 亚洲欧美成人综合另类久久久| 午夜福利视频精品| 国产色婷婷99| 免费人妻精品一区二区三区视频| 久久影院123| 如何舔出高潮| 中文字幕人妻丝袜制服| 有码 亚洲区| 亚洲国产欧美日韩在线播放 | 噜噜噜噜噜久久久久久91| 久久精品国产鲁丝片午夜精品| 亚洲欧美一区二区三区黑人 | 亚洲欧美日韩卡通动漫| 一级爰片在线观看| 亚洲美女黄色视频免费看| 午夜91福利影院| 日韩一区二区视频免费看| 国产真实伦视频高清在线观看| 午夜91福利影院| 国产成人午夜福利电影在线观看| 成人国产av品久久久| 国产在视频线精品| 伦精品一区二区三区| 精品久久久久久久久亚洲| 久久久久精品性色| 精品酒店卫生间| 在线观看三级黄色| 一级av片app| 日韩欧美 国产精品| 校园人妻丝袜中文字幕| 精品久久久噜噜| 亚洲精品日韩在线中文字幕| 日日摸夜夜添夜夜爱| 亚洲精品一二三| 十分钟在线观看高清视频www | 国产精品国产av在线观看| 午夜日本视频在线| 高清不卡的av网站| 久久久精品免费免费高清| 久久久久精品久久久久真实原创| 日本欧美国产在线视频| 成人影院久久| 免费黄色在线免费观看| 国产探花极品一区二区| 五月玫瑰六月丁香| 18禁动态无遮挡网站| 欧美精品人与动牲交sv欧美| 人人妻人人添人人爽欧美一区卜| 99热这里只有是精品50| 日本黄大片高清| 观看美女的网站| 亚洲精品一二三| 有码 亚洲区| 精品一区二区三卡| 欧美精品人与动牲交sv欧美| 男人和女人高潮做爰伦理| 国产精品一区二区在线观看99| 亚洲欧洲精品一区二区精品久久久 | 水蜜桃什么品种好| 成人免费观看视频高清| 久久久久人妻精品一区果冻| 高清在线视频一区二区三区| 亚洲av中文av极速乱| 亚洲精品日本国产第一区| 夫妻性生交免费视频一级片| 亚洲,一卡二卡三卡| 99国产精品免费福利视频| 免费av中文字幕在线| 久久久久久久久久久丰满| 国产午夜精品久久久久久一区二区三区| 日韩欧美精品免费久久| 久久av网站| av免费在线看不卡| 亚洲av综合色区一区| 街头女战士在线观看网站| 欧美精品亚洲一区二区| 国产成人精品久久久久久| 一级毛片我不卡| 色网站视频免费| 亚洲精品国产av成人精品| 免费看光身美女| 五月玫瑰六月丁香| 在线亚洲精品国产二区图片欧美 | 波野结衣二区三区在线| 久久ye,这里只有精品| 国产乱人偷精品视频| 深夜a级毛片| 99久国产av精品国产电影| 久久久久国产网址| 有码 亚洲区| 新久久久久国产一级毛片| 街头女战士在线观看网站| 男人爽女人下面视频在线观看| 伦理电影大哥的女人| 中国国产av一级| 99热这里只有是精品50| 又大又黄又爽视频免费| 妹子高潮喷水视频| 久久免费观看电影| 99久久综合免费| 伦精品一区二区三区| 国国产精品蜜臀av免费| 十八禁高潮呻吟视频 | 在现免费观看毛片| 亚洲av二区三区四区| 亚洲精品国产色婷婷电影| 欧美精品高潮呻吟av久久| 男女啪啪激烈高潮av片| 高清欧美精品videossex| 女性生殖器流出的白浆| 免费大片18禁| 男女无遮挡免费网站观看| 人人妻人人澡人人看| 成人二区视频| 最新的欧美精品一区二区| 国产老妇伦熟女老妇高清| av天堂中文字幕网| 久久97久久精品| 午夜福利,免费看| 欧美国产精品一级二级三级 | 婷婷色综合大香蕉| 97精品久久久久久久久久精品| 一级毛片黄色毛片免费观看视频| 久久97久久精品| 中国美白少妇内射xxxbb| 国产精品免费大片| 又黄又爽又刺激的免费视频.| 少妇被粗大猛烈的视频| 久久精品久久久久久久性| 自拍偷自拍亚洲精品老妇| 韩国av在线不卡| 国产精品久久久久久久电影| 99久久综合免费| 欧美老熟妇乱子伦牲交| 日本vs欧美在线观看视频 | 欧美+日韩+精品| 国产欧美另类精品又又久久亚洲欧美| 99热这里只有精品一区| 亚洲天堂av无毛| 日本黄色片子视频| 日产精品乱码卡一卡2卡三| 国产 精品1| 国产免费福利视频在线观看| 亚洲va在线va天堂va国产| 黄色日韩在线| 嫩草影院入口| 欧美激情极品国产一区二区三区 | 国产淫语在线视频| 国产伦精品一区二区三区视频9| 亚洲国产成人一精品久久久| 如日韩欧美国产精品一区二区三区 | 五月开心婷婷网| av在线播放精品| 人妻制服诱惑在线中文字幕| 久久久久久久精品精品| 久久亚洲国产成人精品v| 噜噜噜噜噜久久久久久91| 国产av一区二区精品久久| 午夜久久久在线观看| 一级毛片aaaaaa免费看小| 中文精品一卡2卡3卡4更新| 国产日韩欧美在线精品| 日本vs欧美在线观看视频 | 欧美日韩在线观看h| 免费在线观看成人毛片| a级毛片在线看网站| 国产美女午夜福利| 三级国产精品欧美在线观看| 国内精品宾馆在线| 精品熟女少妇av免费看| 久久国内精品自在自线图片| 国产熟女欧美一区二区| 一级毛片我不卡| 欧美日韩一区二区视频在线观看视频在线| 精品久久久精品久久久| 夜夜看夜夜爽夜夜摸| 欧美 亚洲 国产 日韩一| 九九在线视频观看精品| 大片免费播放器 马上看| 夫妻性生交免费视频一级片| 王馨瑶露胸无遮挡在线观看| 国产精品一区二区在线观看99| 午夜91福利影院| 在线天堂最新版资源| 一本一本综合久久| 交换朋友夫妻互换小说| 51国产日韩欧美| 日产精品乱码卡一卡2卡三| 国产无遮挡羞羞视频在线观看| 日韩中字成人|