随着电网互联水平的快速发展和新能源的大规模接入，电网的动态特性越来越复杂，安全防控策略失配的风险也越来越大，这对电力系统暂态稳定评估的快速性和准确性提出了更高的要求。数据驱动的暂态稳定评估方法可以利用系统故障后的动态响应时间序列数据，实现更准确的稳定评估。然而，面对来自电网的高维数据特征，直接使用原始时间序列数据进行模型训练和预测往往会带来巨大的计算负担和过度拟合的风险。为了解决上述问题，本文提出了一种基于增强进化计算的电力系统暂态稳定关键特征智能选择方法。首先，为了充分考虑系统的时间序列动态信息，采用基于进化计算的包装式特征选择框架，并在选择过程中嵌入多维时间序列分类模型作为子集评估器。然后，为了改善特征选择过程中的局部停滞和优化效率低下，提出了一种基于信息理论的迭代优化增强策略，该策略利用特征优先级得分来指导优算法的演化方向。最后，基于IEEE39节点系统的仿真实例表明，该方法能以较高的计算效率获得更好的特征子集，有助于提高电力系统暂态稳定评估的快速性和准确性。