本文对气液两相流电导波动信号分析方法进行了研究，分别采用功率谱密度、概率密度函数、短时傅立叶变换、Wigner-Ville分布和Hilbert-Huang变换分析方法对电导波动信号进行了分析。研究结果表明： 概率密度函数和功率谱密度分析方法对五种典型气液两相流流型电导波动信号分析结果在特征分布上没有明显的区别，即概率密度函数和功率谱密度分析方法不能较好的辨识流型；短时傅立叶变换作为一种算法简单的时频域分析方法，在对段塞流型电导波动信号的分析上取得了较好的结果，有着清晰的间歇性时频分布特征，但对其它流型，时频分布特征不是十分明显。 Wigner-Ville分布作为一种常用的时频分析方法，它在分析非平稳信号方面是一种非常有力的工具。通过Wigner-Ville分布方法对电导波动信号的概貌分析结果可以看出，泡状流、段塞流和混状流三种流型在能量和频率的分布上都有明显的区别。但是，Wigner-Ville分布方法在区分过渡流型时仍然存在困难。 Hilbert-Huang变换是基于经验模式分解(EMD)分解的一种信号处理方法，因此它对信号具有自适应性。通过Hilbert-Huang变换和Wigner-Ville分布相结合，较好地解决了过渡流型识别存在的困难，以此准确定义出了各种实验流动工况的流型，并与发表的气液两相流流型转变物理模型对比，从实验测量信号识别流型角度验证了已有的流型转换物理模型并不适用于大管径情况。 本文通过Hilbert-Huang变换方法，做出了电导波动信号的Hilbert-Huang变换谱，并提取了内禀模态函数(IMF)的能量和频率特征量，不仅考察了原始信号的各阶IMF分量时频域特性及原始信号的成分构成，而且基于这些特征量，利用神经网络预估模型取得了较好的气液两相流流型辨识结果。