本发明公开了一种基于深度学习的风力发电机叶片损伤检测方法及系统，包括采集叶片数据并进行预处理；优化算法更新模型参数；将数据输入到深度学习预测模型，自适应提取数据特征；计算健康指标真实值和预测值；计算均方根误差并对叶片进行判定；计算数据的熵值和能量值，并判定叶片异常；将数据输入深度学习诊断模型，自适应提取故障特征及标签；将故障标签与故障数据库匹配，得到叶片诊断结果并输出至风场控制中心，同步更新故障数据库。本发明通过自适应提取数据信号特征，根据健康指标准确、及时的监测叶片早期损伤，并检测叶片损伤类型、位置及程度，无需依赖人工先验经验，通过优化算法更新模型参数，使该方法检测精度更高、适应性更广。