1.一种叶片内部状态检测方法，其特征在于，包括：

获取待检测叶片对应的当前运行数据；

将所述当前运行数据输入预先训练好的关系网络中，得到所述关系网络输出的所述待检测叶片的预测运动轨迹；其中，所述关系网络用于表征叶片对应的运行数据与叶片的运动轨迹之间的对应关系；

根据所述预测运动轨迹以及所述待检测叶片的实际运动轨迹确定所述待检测叶片的叶片内部状态；其中，所述实际运动轨迹为根据所述待检测叶片的视觉测量结果确定的。

2.根据权利要求1所述的叶片内部状态检测方法，其特征在于，所述叶片的运动轨迹包括叶尖运动轨迹以及叶尖涂装运动轨迹，所述视觉测量结果包括图像采集装置采集的叶尖图像以及叶尖涂装图像；

在所述根据所述预测运动轨迹以及所述待检测叶片的实际运动轨迹确定所述待检测叶片的叶片内部状态之前，所述方法还包括：获取所述叶尖图像，并根据所述叶尖图像确定所述叶尖运动轨迹；以及，获取所述叶尖涂装图像，并根据所述叶尖涂装图像确定所述叶尖涂装运动轨迹。

3.根据权利要求1或2所述的叶片内部状态检测方法，其特征在于，在所述获取待检测叶片对应的当前运行数据之前，所述方法还包括：获取标注训练集以及未标注训练集；其中，所述标注训练集包括第一样本运行数据以及对应的样本运动轨迹，所述未标注训练集包括第二样本运行数据；

将所述第一样本运行数据输入待训练关系网络中的生成器，得到对应的第一样本预测运动轨迹，并根据所述样本运动轨迹以及所述第一样本预测运动轨迹计算所述生成器的第一损失值；

将所述第二样本运行数据输入所述生成器，得到对应的第二样本预测运动轨迹；

根据所述第一样本运行数据、所述样本运动轨迹、所述第二样本运行数据以及所述第二样本预测运动轨迹计算所述待训练关系网络中的判别器的第二损失值；

根据所述第一损失值以及所述第二损失值对所述生成器以及所述判别器进行优化，得到所述预先训练好的关系网络。

4.根据权利要求3所述的叶片内部状态检测方法，其特征在于，所述将所述第一样本运行数据输入待训练关系网络中的生成器，得到对应的第一样本预测运动轨迹，包括：将所述第一样本运行数据输入所述生成器中的编码器，得到样本运行特征；

将所述样本运行特征与时间戳特征进行拼接，得到拼接特征；

将所述拼接特征输入所述生成器中的解码器，得到所述第一样本预测运动轨迹。

5.根据权利要求1所述的叶片内部状态检测方法，其特征在于，所述根据所述预测运动轨迹以及所述待检测叶片的实际运动轨迹确定所述待检测叶片的叶片内部状态，包括：判断所述预测运动轨迹以及所述实际运动轨迹是否满足多个判定条件中的至少一个；

若所述预测运动轨迹以及所述实际运动轨迹满足多个判定条件中的至少一个，则确定所述待检测叶片的内部出现损伤。

6.根据权利要求5所述的叶片内部状态检测方法，其特征在于，所述判定条件包括以下至少一个：所述实际运动轨迹与所述预测运动轨迹之间的差异大于第一轨迹阈值；

针对同一个风机上的多个待检测叶片，其实际运动轨迹之间的差异大于第二轨迹阈值；

所述实际运动轨迹超过所述预测运动轨迹与所述当前运行数据形成的包络。

7.一种叶片内部状态检测装置，其特征在于，包括：

第一获取模块，用于获取待检测叶片对应的当前运行数据；

第一输入模块，用于将所述当前运行数据输入预先训练好的关系网络中，得到所述关系网络输出的所述待检测叶片的预测运动轨迹；其中，所述关系网络用于表征叶片对应的运行数据与叶片的运动轨迹之间的对应关系；

确定模块，用于根据所述预测运动轨迹以及所述待检测叶片的实际运动轨迹确定所述待检测叶片的叶片内部状态；其中，所述实际运动轨迹为根据所述待检测叶片的视觉测量结果确定的。

8.一种电子设备，其特征在于，包括：处理器、存储器和总线；

所述处理器和所述存储器通过所述总线完成相互间的通信；

所述存储器存储有可被所述处理器执行的计算机程序指令，所述处理器调用所述计算机程序指令能够执行如权利要求1‑5任一项所述的方法。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储计算机程序指令，所述计算机程序指令被计算机运行时，使所述计算机执行如权利要求1‑5任一项所述的方法。