针对电能质量扰动特征集合冗余、分离能力差，从而导致电能质量扰动分类准确率低的问题，提出考虑多指标融合的电能质量扰动特征优选策略。首先，采用希尔伯特–黄变换提取频域特征，并构造电能质量扰动的分类特征全集作为特征子集优选对象；其次，将相交度、冗余度、分离度指标融合并构建特征子集优选规则，并通过改进布谷鸟搜索法初选得到待选特征子集；而后，将子集维度和扰动分类准确率融合并定义为代价因子，从而评估不同维度的待选特征子集的优劣，并选择代价因子最小的特征子集作为最优特征子集；最后，采用最优特征子集训练分类模型，实现电能质量扰动信号分类。经仿真对比验证，所提策略能够获取维度较小且有利于电能质量扰动分类的特征子集。