亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于Gabor變換的GIS設(shè)備典型放電缺陷識(shí)別

        2022-03-11 03:13:42孫景文孫艷迪孫承海
        山東電力技術(shù) 2022年2期
        關(guān)鍵詞:典型圖譜絕緣

        李 杰,汪 鵬,孫景文,孫艷迪,孫承海

        (國(guó)網(wǎng)山東省電力公司電力科學(xué)研究院,山東 濟(jì)南 250003)

        0 引言

        氣體絕緣組合開(kāi)關(guān)設(shè)備(Gas Insulated Switchgear,GIS)是電力系統(tǒng)中重要的電氣設(shè)備,具有占地面積小、運(yùn)行可靠性高、配置靈活、維護(hù)方便等優(yōu)點(diǎn)[1]。隨著電網(wǎng)的建設(shè)與發(fā)展,GIS 變電站的數(shù)目不斷增加,其在電力系統(tǒng)中的應(yīng)用越來(lái)越廣泛[2],GIS的正常運(yùn)行對(duì)整個(gè)電力系統(tǒng)的安全和穩(wěn)定至關(guān)重要[3-4]。

        絕緣缺陷是導(dǎo)致GIS 故障的重要原因,絕緣缺陷在一定電場(chǎng)下會(huì)導(dǎo)致局部放電的發(fā)生,引起絕緣的進(jìn)一步劣化[5-6],在固體絕緣累積效應(yīng)的作用下可導(dǎo)致絕緣擊穿[7]。因此,做好對(duì)GIS 設(shè)備的狀態(tài)評(píng)估與檢修,及時(shí)發(fā)現(xiàn)絕緣故障并及時(shí)處理,能夠有效預(yù)防較為嚴(yán)重的故障,對(duì)變電站乃至電網(wǎng)的穩(wěn)定運(yùn)行具有重要的意義。

        由于GIS 的全封閉特性,其故障定位及檢修工作比較困難且繁雜,停電檢修難度大,需投入大量人力物力。局部放電檢測(cè)是目前對(duì)電力設(shè)備絕緣狀態(tài)常用的在線監(jiān)測(cè)方式之一,當(dāng)有局部放電發(fā)生時(shí),立刻采取預(yù)警與行動(dòng)可以有效預(yù)防嚴(yán)重事故的發(fā)生,提高電力系統(tǒng)的可靠性[8]。不同類(lèi)型放電形式下絕緣的劣化機(jī)理不同,進(jìn)而對(duì)GIS 絕緣造成不同程度的損傷,其局部放電信號(hào)也會(huì)呈現(xiàn)出差異,因此對(duì)GIS 局部放電進(jìn)行模式識(shí)別是GIS 絕緣狀態(tài)評(píng)估的重要環(huán)節(jié)[9-10]。

        目前各類(lèi)機(jī)器學(xué)習(xí)算法被應(yīng)用到GIS 設(shè)備局部放電模式識(shí)別范疇,并取得了較好的效果。文獻(xiàn)[11]將GIS 信號(hào)的特高頻與超聲局部放電特征量融合后,再使用MKL-RVM 進(jìn)行模式識(shí)別,識(shí)別率高于單一的超高頻和超聲波參數(shù)的識(shí)別率。文獻(xiàn)[12]使用局部放電譜圖的偏斜度、陡峭度、互相關(guān)系數(shù)等作為GIS局部放電特征參數(shù),利用最小二乘支持向量機(jī)識(shí)別局部放電類(lèi)型。文獻(xiàn)[13]將GIS 不同絕緣缺陷的局部放電時(shí)域波形圖像通過(guò)預(yù)處理并轉(zhuǎn)化為一維數(shù)據(jù),使用一維卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)了對(duì)局放缺陷的準(zhǔn)確識(shí)別。文獻(xiàn)[14]使用最小距離分類(lèi)器,基于GIS 局部放電灰度圖像的特征能夠?qū)崿F(xiàn)對(duì)4 種不同放電類(lèi)型的識(shí)別。

        目前國(guó)內(nèi)外對(duì)GIS 特征提取與模式識(shí)別已有較多研究,也取得了不錯(cuò)的效果,但較多都是基于局部放電參量或二維局部放電圖譜進(jìn)行的特征提取與識(shí)別,較少有研究對(duì)局部放電三維圖譜進(jìn)行特征提取。由于三維圖譜包含多個(gè)周期的局部放電信號(hào),其偶然性與分散性較小,更能反映放電的典型特征,目前對(duì)基于時(shí)間序列的局部放電狀態(tài)量信息挖掘不充分。

        因此,根據(jù)GIS 典型缺陷的特高頻局放信號(hào),采用常被應(yīng)用于圖像處理的領(lǐng)域中的Gabor 變換方法[15],對(duì)局部放電脈沖序列分布(Phase Resolved Pulse Sequence,PRPS)三維圖譜進(jìn)行Gabor 變化,利用變換系數(shù)實(shí)現(xiàn)不同方向的有效分解,對(duì)分解得到的子圖提取特征量作為模式識(shí)別的輸入量。采用不同的機(jī)器學(xué)習(xí)方法,根據(jù)Gabor變換后提取的特征量對(duì)不同的放電類(lèi)型進(jìn)行識(shí)別和診斷。

        1 局部放電三維PRPS圖譜的獲取

        設(shè)備的制造、安裝、運(yùn)輸?shù)冗^(guò)程均有可能會(huì)產(chǎn)生氣泡、懸浮導(dǎo)電物質(zhì)、尖端毛刺等缺陷,這些缺陷在一定電場(chǎng)下會(huì)導(dǎo)致局部放電的發(fā)生[6]。為在實(shí)驗(yàn)室模擬這些絕緣缺陷,選擇金屬微粒放電、懸浮電位放電、金屬針尖放電3 種典型GIS 內(nèi)部局部放電缺陷,在實(shí)驗(yàn)室制作了相應(yīng)的缺陷模型,如圖1 所示,將其放入GIS模擬器中進(jìn)行局部放電試驗(yàn)。

        圖1 典型局部放電缺陷模型

        目前常見(jiàn)的局部放電檢測(cè)方法主要有脈沖電流法、特高頻檢測(cè)法、超聲波檢測(cè)法、化學(xué)檢測(cè)法、光檢測(cè)法等。其中,特高頻檢測(cè)法(Ultra High Frequency,UHF)通過(guò)局部放電發(fā)生時(shí)脈沖電流所產(chǎn)生的高頻電磁波來(lái)監(jiān)測(cè)局部放電,可以在設(shè)備不停電的情況下實(shí)現(xiàn)帶電檢測(cè)或者在線監(jiān)測(cè),抗干擾能力較強(qiáng),可以有效地抑制一些頻率較低的背景噪聲[16]。因此,試驗(yàn)時(shí)選用特高頻法檢測(cè)放電信號(hào),進(jìn)一步對(duì)監(jiān)測(cè)得到的信號(hào)進(jìn)行處理從而識(shí)別設(shè)備存在的缺陷種類(lèi)。對(duì)采集到的局部放電信號(hào)可以進(jìn)一步繪制局部放電脈沖序列分布PRPS 三維圖譜。PRPS 三維圖譜包含多個(gè)周期內(nèi)的局部放電信息[17],包含很多能夠表征放電類(lèi)型的特征,對(duì)其進(jìn)行有效提取能夠提高識(shí)別準(zhǔn)確率。

        對(duì)每一種典型缺陷采集60 組信號(hào),每一組信號(hào)包含50 個(gè)工頻周期,對(duì)0°~360°相位開(kāi)窗,將每個(gè)周期分為100 個(gè)相位窗口。隨后,繪制出典型缺陷模型的幅值-相位-周期三維PRPS 圖譜如圖2 所示,柱狀圖的高度即z軸表示信號(hào)幅值,x軸表示相位,y軸表示信號(hào)周期數(shù)。

        圖2 典型放電缺陷的PRPS圖譜

        從圖2 中可以明顯看出,對(duì)于金屬微粒缺陷,其放電點(diǎn)較為稀疏,整體放電重復(fù)率不高,以較大幅值的放電脈沖為主,在相位分布上較為分散;對(duì)于懸浮電位缺陷,其整體放電不密集,放電重復(fù)率也不高,集中在0°~45°、90°~135°、185°~225°和275°~315°相位區(qū)間,在0°~45°與185°~225°相位區(qū)間以密集小幅值放電為主,在90°~135°與275°~315°相位區(qū)間以稀疏大幅值放電為主;對(duì)于金屬針尖缺陷,整體放電重復(fù)率較高,正半周期放電幅值大而稀疏,但也有部分稀疏的小幅值放電,負(fù)半周期放電十分密集,放電幅值波動(dòng)不大。

        圖2 表明三維PRPS 圖譜在幅值大小、放電次數(shù)與相位分布的特性存在一定的差異。為了后續(xù)進(jìn)一步利用機(jī)器學(xué)習(xí)的方法通過(guò)放電圖譜對(duì)不同放電類(lèi)型進(jìn)行識(shí)別,需要考慮如何量化圖譜的特征,使其轉(zhuǎn)化為數(shù)字量。

        2 二維Gabor變換

        Gabor變換是一種短時(shí)Fourier變換,相比于傳統(tǒng)的Fourier變換,Gabor小波具有良好的時(shí)頻局部化特性且對(duì)圖像的邊緣十分敏感,因此常被應(yīng)用于紋理識(shí)別[18-19]。近年來(lái),在人臉識(shí)別領(lǐng)域,對(duì)圖像灰度進(jìn)行多尺度、多方向的Gabor小波變換逐漸成為主流思路之一,得到了廣泛的應(yīng)用[20-21],這是因?yàn)镚abor 小波可以提取圖像特定區(qū)域內(nèi)的多尺度、多方向空間頻率特征,局部關(guān)鍵特征被放大、增強(qiáng)[22]。由于不同缺陷的局部放電PRPS 圖譜中的局部關(guān)鍵特征也存在顯著差異,因此也采用Gabor變換的方式對(duì)圖像進(jìn)行特征提取。

        Gabor 變換的基本原理為:根據(jù)Heisenberg 測(cè)不準(zhǔn)原理,任意測(cè)量精度都不能同時(shí)在時(shí)域和頻域都獲得[23],其下界是時(shí)域窗口可以達(dá)到的最小面積,高斯函數(shù)即在此極限值。因此選擇高斯函數(shù)作為窗函數(shù)可以使得Gabor 變換平衡時(shí)域和頻域分辨率的矛盾,同時(shí)獲得二者的較高值。

        設(shè)需要進(jìn)行變換的變量為f(t),且f∈L2(R),L2(R)代表實(shí)數(shù)軸上平方可積的函數(shù)空間[24],則根據(jù)Gabor變換的定義,Gabor變換表達(dá)式為

        二維Gabor 濾波器是應(yīng)用最廣泛的紋理特征提取工具,目前在人臉識(shí)別、虹膜識(shí)別[26-27]等方面的應(yīng)用都取得了不錯(cuò)的效果。二維Gabor濾波器的公式的復(fù)數(shù)表達(dá)形式為:

        式中:x、y分別為圖像中任意點(diǎn)位置的橫縱坐標(biāo);λ為波長(zhǎng);θ為波器方向角與y軸的夾角;ψ為相位偏移;σ為高斯包絡(luò)沿x 軸與y 軸的標(biāo)準(zhǔn)方差;γ為空間的寬高比。

        為了使得所設(shè)計(jì)的二維Gabor 濾波器對(duì)于不同典型缺陷的PRPS 圖譜具有較好的特征提取能力,還需要合理選擇Gabor濾波器的參數(shù),由這些參數(shù)限定的濾波器所提取出的能夠表征放電類(lèi)型的特征才具有較高的可區(qū)分度。因此,經(jīng)過(guò)多次嘗試,選擇λ=4,且θ=0°,45°,90°三種方向變換下的Gabor 變換子圖作為后續(xù)研究對(duì)象,對(duì)圖2 中的PRPS 圖譜分別進(jìn)行二維Gabor 變換,每個(gè)PRPS 圖譜進(jìn)行一種尺度三種方向共3種變換,得到GIS 各缺陷模型下局部放電圖像的分解如圖3所示。

        圖3 中各子圖分別為金屬微粒缺陷、懸浮電位缺陷、金屬針尖缺陷的局部放電PRPS 譜圖經(jīng)Gabor變換后,在θ=0°,45°,90°三種方向變換下分解圖。

        觀察圖3 中Gabor 變換后的分解圖,并與圖2 中各缺陷模型的原始局部放電圖像對(duì)比,可以發(fā)現(xiàn),經(jīng)過(guò)Gabor 變換后,原始圖像的幅值起伏基本保留,局部細(xì)節(jié)十分明顯,可以清楚地看到局部放電發(fā)生部位的尖刺,因此分解后的子圖更有利于提取有效的特征參量。

        圖3 PRPS圖譜經(jīng)Gabor變換后的分解

        選用統(tǒng)計(jì)法中的Tamura 紋理特征與灰度-梯度共生矩陣,對(duì)PRPS 經(jīng)Gabor 變換后的分解圖圖像的紋理特征進(jìn)行描述:首先計(jì)算得到粗糙度、對(duì)比度、方向性、線性度、規(guī)則性和粗略度共6 個(gè)Tamura 紋理特征;灰度共生矩陣指圖像中兩個(gè)像素出現(xiàn)的聯(lián)合頻率分布,再進(jìn)一步根據(jù)此求取15 個(gè)對(duì)于反映圖像紋理有幫助的統(tǒng)計(jì)量:自相關(guān)、對(duì)比、相關(guān)、集群突出、簇遮蔽、差異性、能量、熵、均勻性、最大概率、平方和、總和平均值、總和方差、總和熵和差異方差。形狀特征方面,求取局放圖譜的Hu 不變矩獲取7 個(gè)特征量和6 個(gè)Zernike 矩特征量。這樣對(duì)于每個(gè)分解圖提取34 個(gè)特征量,如表1 所示,每個(gè)局放PRPS 圖譜獲得共計(jì)102個(gè)特征量。

        表1 Gabor變換后對(duì)分解圖提取的紋理和形狀特征量

        3 基于機(jī)器學(xué)習(xí)的放電類(lèi)型識(shí)別

        3.1 放電數(shù)據(jù)樣本的層次聚類(lèi)分析

        每種缺陷類(lèi)型的PRPS 圖譜在λ=4 且θ=0°,45°,90°三種方向下可以變換得到3 幅變換子圖,每張子圖可以提取紋理特征及形狀特征共34 個(gè)。因此,對(duì)于每張?jiān)糚RPS 圖譜,其都對(duì)應(yīng)一種典型GIS 放電缺陷,包含102 個(gè)Gabor 變換后提取出的特征量,這些特征量構(gòu)成了模式識(shí)別的向量空間。

        在根據(jù)這些提取的特征量對(duì)不同放電缺陷進(jìn)行識(shí)別之前,需要對(duì)采用這種方法的可行性進(jìn)行分析,即應(yīng)首先明確這些特征量是否能夠區(qū)分不同的典型缺陷。因此,基于上述選取的102個(gè)特征量,對(duì)180個(gè)放電數(shù)據(jù)樣本進(jìn)行聚類(lèi)分析。聚類(lèi)是根據(jù)一定的準(zhǔn)則將未知樣本集劃分為不同類(lèi)別的過(guò)程,是典型的無(wú)監(jiān)督學(xué)習(xí)問(wèn)題。常見(jiàn)的聚類(lèi)算法有:層次聚類(lèi)法、K均值聚類(lèi)算法、自組織映射(Self-Organizing Maps,SOM)聚類(lèi)算法和模糊C均值聚類(lèi)算法等。采用使用較廣泛的層次聚類(lèi)法對(duì)放電數(shù)據(jù)樣本進(jìn)行聚類(lèi)分析。層次聚類(lèi)法是最基本的聚類(lèi)方法,可分為凝聚法和分裂法,本文采用凝聚層次聚類(lèi)法。假設(shè)樣本矩陣包含m個(gè)樣本,凝聚層次聚類(lèi)法的計(jì)算步驟如圖4所示。

        圖4 凝聚層次聚類(lèi)法的計(jì)算步驟

        將金屬微粒缺陷、懸浮電位缺陷和金屬針尖缺陷的放電樣本分別編號(hào)為1~60、61~120 和121~180,按照上述方法對(duì)不同缺陷的放電數(shù)據(jù)樣本進(jìn)行聚類(lèi)后,得到的類(lèi)別劃分如表2 所示,聚類(lèi)譜系如圖5所示。

        表2 不同缺陷放電數(shù)據(jù)的聚類(lèi)結(jié)果

        表2 表明,層次聚類(lèi)法在放電缺陷與放電數(shù)據(jù)樣本之間的對(duì)應(yīng)關(guān)系未知的情況下,聚類(lèi)的劃分結(jié)果與實(shí)際放電缺陷編號(hào)一致,這意味著Gabor變換后提取的特征量與不同放電缺陷存在緊密的聯(lián)系,能夠很好地表征不同缺陷的放電特征并區(qū)分不同缺陷類(lèi)型。圖5 也清晰地表明,不同放電數(shù)據(jù)樣本之間的相似度也存在較大差異,這驗(yàn)證了通過(guò)特征量對(duì)放電數(shù)據(jù)樣本進(jìn)行識(shí)別是可行的。

        圖5 放電數(shù)據(jù)樣本的聚類(lèi)譜系

        3.2 典型放電缺陷的識(shí)別

        聚類(lèi)的結(jié)果證明了通過(guò)Gabor 變換后提取的特征量進(jìn)行識(shí)別是可行的,由于聚類(lèi)屬于機(jī)器學(xué)習(xí)范疇中的無(wú)監(jiān)督學(xué)習(xí),其只能對(duì)不同的樣本進(jìn)行區(qū)分,無(wú)法對(duì)其具體類(lèi)型進(jìn)行識(shí)別,因此需要使用其他方式對(duì)放電缺陷進(jìn)行識(shí)別。

        選取150 個(gè)局放樣本作為訓(xùn)練集,30 個(gè)樣本構(gòu)成測(cè)試集,采用不同的機(jī)器學(xué)習(xí)算法進(jìn)行局部放電的模式識(shí)別。

        常見(jiàn)的機(jī)器學(xué)習(xí)分類(lèi)算法有以下幾種:如K 近鄰(K-Nearest Neighbour,KNN)算法[28]、樸素貝葉斯算法[29]、決策樹(shù)算法[30]、支持向量機(jī)(Support Vector Machine,SVM)算法[31]、人工神經(jīng)網(wǎng)絡(luò)[32]等。不同的分類(lèi)算法對(duì)于同一數(shù)據(jù)集的表現(xiàn)效果不一樣,具有各自的優(yōu)點(diǎn)和缺點(diǎn),本文對(duì)于同一個(gè)數(shù)據(jù)集,采用不同的機(jī)器學(xué)習(xí)算法,對(duì)比不同算法的識(shí)別效果。

        首先對(duì)包含150 組樣本的訓(xùn)練數(shù)據(jù)集,使用不同機(jī)器學(xué)習(xí)算法進(jìn)行訓(xùn)練,同時(shí)進(jìn)行交叉驗(yàn)證,方式為5-fold cross-validation,其具體方法為:將原始數(shù)據(jù)分為5 個(gè)子集,每次將一個(gè)子集作為驗(yàn)證集,其他4組子集數(shù)據(jù)作為訓(xùn)練集,這樣重復(fù)進(jìn)行5 次,得到5個(gè)學(xué)習(xí)模型及每次訓(xùn)練后的模型對(duì)驗(yàn)證集的識(shí)別結(jié)果,最終得到每個(gè)模型綜合識(shí)別準(zhǔn)確率。

        訓(xùn)練完成后,對(duì)測(cè)試集進(jìn)行測(cè)試:根據(jù)各種分類(lèi)模型對(duì)于150組樣本的訓(xùn)練效果,選擇5種較為典型的算法,將測(cè)試集中30 個(gè)樣本的特征量作為輸入量輸入訓(xùn)練好的分類(lèi)模型中,得到輸出量1、2、3 其中的一個(gè)數(shù)字,分別表征金屬微粒放電、懸浮電位放電和金屬針尖放電,從而實(shí)現(xiàn)GIS 局部放電缺陷的識(shí)別。整個(gè)識(shí)別的過(guò)程如圖6所示。

        圖6 典型缺陷類(lèi)型識(shí)別過(guò)程

        得到不同算法的識(shí)別結(jié)果如表3 所示。表3 中的識(shí)別結(jié)果表明,雖然精細(xì)高斯SVM 算法對(duì)缺陷的識(shí)別率較低,僅有80%,但決策樹(shù)、KNN 算法與神經(jīng)網(wǎng)絡(luò)對(duì)金屬微粒放電、懸浮電極放電與金屬微粒放電這三種典型GIS 缺陷的整體識(shí)別準(zhǔn)確率高達(dá)100%,核樸素貝葉斯算法的識(shí)別準(zhǔn)確率也可達(dá)93.3%。這表明:使用Gabor 變換對(duì)GIS 特高頻局部放電PRPS圖譜進(jìn)行提取的紋理特征量和形狀特征量能夠較好地刻畫(huà)放電三維圖譜特征,且不同的放電缺陷圖譜特性差異性較大,該方法能夠有效識(shí)別典型放電缺陷。

        表3 不同分類(lèi)算法的識(shí)別結(jié)果和準(zhǔn)確率 單位:%

        4 結(jié)語(yǔ)

        通過(guò)試驗(yàn)提出了一種GIS 設(shè)備放電故障的診斷方法,通過(guò)特高頻檢測(cè)法獲取了GIS 內(nèi)不同放電模型的局部放電信號(hào),隨后使用二維Gabor 濾波器,通過(guò)Gabor 變換提取了GIS 局部放電三維PRPS 圖譜的紋理和形狀特征量。將提取出的特征量作為機(jī)器學(xué)習(xí)算法的輸入量,對(duì)分類(lèi)模型進(jìn)行訓(xùn)練以對(duì)不同放電類(lèi)型進(jìn)行識(shí)別。結(jié)果表明:SVM、決策樹(shù)、核樸素貝葉斯和KNN 算法與神經(jīng)網(wǎng)絡(luò)對(duì)3 種放電類(lèi)型的識(shí)別準(zhǔn)確率均較高,利用Gabor變換對(duì)圖譜提取出的特征量與放電類(lèi)型的相關(guān)度較高并能體現(xiàn)出不同放電類(lèi)型之間的差異性。該識(shí)別算法可為GIS 放電故障類(lèi)型診斷提供一定的參考。該方法能夠?qū)崿F(xiàn)GIS 故障的放電缺陷類(lèi)型識(shí)別,提高電力系統(tǒng)故障診斷的智能化水平。

        猜你喜歡
        典型圖譜絕緣
        用最典型的事寫(xiě)最有特點(diǎn)的人
        多項(xiàng)式求值題的典型解法
        典型胰島素瘤1例報(bào)道
        繪一張成長(zhǎng)圖譜
        讓我家與霧霾絕緣
        幸福(2018年33期)2018-12-05 05:22:54
        侵限絕緣處的站聯(lián)設(shè)計(jì)
        補(bǔ)腎強(qiáng)身片UPLC指紋圖譜
        中成藥(2017年3期)2017-05-17 06:09:01
        OPLC光纖復(fù)合低壓絕緣電力電纜
        主動(dòng)對(duì)接你思維的知識(shí)圖譜
        基于超聲波法的GIS絕緣缺陷類(lèi)型識(shí)別
        亚洲精品一区二区视频| 中文字幕精品一二三四五六七八| a国产一区二区免费入口| 国内精品伊人久久久久网站| 国产免费一区二区三区免费视频 | 久久无码专区国产精品s| 亚洲av无码专区电影在线观看 | 精品少妇人妻av一区二区蜜桃| 欧美牲交a欧美牲交aⅴ| 亚洲成a人片在线观看无码| 亚洲男人天堂2017| 中文字幕成人乱码亚洲| 一区二区三区国产高清视频| 久久天天躁狠狠躁夜夜2020一| 久久麻豆精品国产99国产精| 精品免费看国产一区二区白浆| 中文字幕丰满人妻被公强| 午夜福利理论片在线观看播放| 欧美饥渴熟妇高潮喷水水| 色94色欧美sute亚洲线路二| 日本欧美在线播放| 精品女同一区二区三区在线播放器| 视频在线国产一区二区| 人人爽人人澡人人人妻| 日韩av在线毛片| 精品久久久亚洲中文字幕| 三上悠亚亚洲精品一区| 国产免费内射又粗又爽密桃视频| 一二三四在线视频观看社区| 揄拍成人国产精品视频肥熟女| 亚洲精品中文字幕一二| 三级做a全过程在线观看| 久久久久无码国产精品不卡| 国产亚洲欧洲AⅤ综合一区| 国产成人精品一区二三区在线观看| 午夜dy888国产精品影院| 国产白嫩美女在线观看| 国产无码十八禁| 丝袜美腿亚洲综合在线播放| 成人影片麻豆国产影片免费观看| 国产亚洲av无码专区a∨麻豆|