针对算术优化算法（AOA）无法对离散二进制型问题进行优化的局限，提出一种使用sigmoid函数变体实现的离散二进制算术优化算法（BAOA_S），解决了原始算法无法用于离散二进制变量优化的问题。进一步提出一种基于突变策略实现的多种群二进制算术优化算法（multi-swarm binary arithmetic optimization algorithms，MS-BAOA）。该算法将原始种群划分为多个子种群，子种群间通过通信策略进行交流，并使用突变策略进一步增强种群多样性，克服了BAOA_S无法跳出局部最优解的缺陷。基于CEC2013基准函数将MS-BAOA与BAOA_S、二进制粒子群算法（binary particle swarm optimization algorithm，BPSO）、二进制灰狼优化算法（binary gray wolf optimizer，BGWO）、二进制鱼群迁徙算法（binary fish migration optimization algorithm，BFMO）以及二进制均衡优化器（binary equilibrium optimizer，BiEO）进行了对比，实验结果显示MS-BAOA总体上优于对比算法。将MS-BAOA应用于配电网故障区段定位中，实验结果显示该算法能够对配电网单点故障以及多点故障实现快速精准定位，进一步验证了该算法的实用性。