本发明提供了一种中低压配网量测数据补齐方法，该方法利用K‑mediods聚类对原有量测量进行分类，并在各类中选择主/备用关键量测量作为输入样本；在此基础上，构建输入向量矩阵和响应向量，将输入向量矩阵和响应向量作为LSTM模型的输入，对LSTM模型进行训练，从而得到面向不同量测类型和时刻的量测补齐模型；根据前序时段和当前时刻主/备用关键量测量的缺失情况，分别对主/备用关键量测量进行补齐，并基于平均误差对各类中的其他缺失量测量进行补齐。本发明通过选择主/备用关键量测量大大缩减LSTM神经网络模型的规模，能够实现不同类型量测量的补齐，提升配电网的可观测性，适用于量测数据缺失率较高的配电网。