基于自行研制的凝析天然气流量计量样机和大量实验数据,本文采用时变时间序列分析方法获得分相流量,实现流量在线计量。分析凝析天然气流量计采集的差压信号与气液分相流量之间的关系,首先采用小波模极大值去噪方法对差压信号进行预处理,为定量提取不同工况下的信号特征做准备。其次采用时变时间序列分析方法处理差压信号,选择合适的序列长度和基时间函数,利用极大似然法和递推最小二乘法分别获取阶次和模型参数。再次采用等高线图法定性分析模型参数与分相流量之间的关系,选取相关特征值组合。最后以特征值和气液分相流量分别作为神经网络的输入和输出,比较BP神经网络和RBF神经网络的性能,采用稳定性较强的RBF网络预报气液分相流量,相对误差分别低于10%和15%。该计量算法表明时变AR模型参数与气液流量存在着密切关系,为凝析天然气的计量研究提供了有益的借鉴。