本发明公开了风力发电机组叶片故障判断方法，包括：采集风力发电机组叶片的第一运行声音信号和第二运行声音信号，并根据所述第一运行声音信号和所述第二运行声音信号提取运行声音特征值；采集风力发电机组叶片上设定区域的图像，并对采集的图像进行识别分析，提取表观特征值；采集风力发电机组的外部环境参数；获取待测风力发电机组叶片的运行声音特征值，输入神经网络预测模型，将输出的下一时刻的运行声音特征值与实际的运行声音特征值进行比较，若误差大于设定阈值，则判断待测风力发电机组叶片存在故障。本发明还提供了风力发电机组叶片故障判断装置。本发明能够持续对风力发电机组叶片进行监测，并较快给出判断结果，成本较低。