电厂环保在线监测系统的中心目标就是保证电力生产过程中环境的合规性以及污染排放控制水平。由于在实际运行中数据完整性会存在缺失或者异常，从而会对监测结果的可靠性产生很大的影响。本文提出了一种使用长短期记忆网络（LSTM）的数据清洗优化方法，在传统的统计学方法之上再加上业务规则辅助判断，并且用LSTM来预测和修正出错的数据。从实验结果可知，该方法在各种真实烟气连续排放监控系统（CEMS）的数据集中均比现有的技术方案有更好的效果，在减小异常值的影响的同时也大大提高了整体的数据质量。该研究结果给提升环保监测系统准确、稳定地运行打下了重要的技术基础。