针对高温高压流动工况下，空化状态判断困难、传统分析方法难以有效提取压力脉动信号中的有效信息的问题，以孔板为对象，开展了高温高压水的空化实验，并提出了一种基于遗传算法的自适应变分模态分解(AVMD)算法。该算法通过结合中心频率法、遗传算法、功率谱熵和相对能量等技术，自适应地确定变分模态分解算法中的超参数并有效去除信号中的噪声成分，提高了空化特征的提取精度。结果表明：AVMD算法能够精确捕捉到高温高压水流经孔板时空化现象的发生和发展，识别空化起始点、转捩点以及空化强度的变化；当高温高压水流经孔板后，压力脉动的无量纲频率在0.04～0.35、压力脉动的无量纲幅值在0.014～0.067时，空化现象开始出现；随着空化强度增加，管内压力脉动幅值和频率整体呈增大趋势；空化起始转捩点及空化严重转捩点与入口压力和工质入口过冷度密切相关。AVMD算法能够有效提高空化特性分析的精度，尤其是在复杂流动条件下的空化预测，为压水堆核电站冷却剂系统和高压蒸汽系统的稳定运行提供理论依据和参考。