Los fallos a tierra son un tipo común de fallo en los sistemas de suministro de energía auxiliar para trenes (APS). La identificación y localización oportuna de estos fallos son cruciales para garantizar el funcionamiento estable de las locomotoras eléctricas y la seguridad de los pasajeros. Por lo tanto, este artículo propone un método de diagnóstico de fallos para fallos a tierra (GFs) que integra conocimientos mecanicistas con extracción de características basada en datos. En primer lugar, este artículo analiza los mecanismos de los fallos a tierra y resume las características de su distribución en el tiempo y la frecuencia. Luego, se emplea una Transformada de Fourier de Tiempo Corto (STFT) para derivar un vector de firma de frecuencia que permite la clasificación en tres categorías principales. Concurrentemente, se aplica un enfoque de ventana deslizante de series temporales para extraer indicadores del dominio del tiempo para una subdivisión adicional de los tipos de fallos. Finalmente, se construye un marco de modelo de diagnóstico híbrido impulsado por el tiempo y la frecuencia integrando la distribución de frecuencia con el mapa espaciotemporal, y se valida utilizando una plataforma experimental que replica escenarios de fallos del sistema con una simulación de hardware en el bucle (HIL) y ejecuta los marcos de diagnóstico en tiempo real en una tarjeta de diagnóstico DSP. Los resultados demuestran que el método propuesto puede detectar y localizar con precisión los fallos a tierra en tiempo real.