Appearance
7.2 飓风与极端天气建模
阅读提示： 本章对应 PRA 示例
ExampleWeatherMod-Hurricanes.plan和ExampleWeatherMod-DrillingDaysLost.plan。
台风不会每天都来，但来一次就能让项目停摆数周。本章教你如何将「小概率、大影响」的极端天气事件纳入风险分析模型。
极端天气：离散风险的本质
与「每天都会下的雨」不同，飓风、台风这类极端天气的核心特征可以归纳为三点：
- 概率低：一个特定月份发生台风的概率可能只有 5%-40%
- 影响大：一旦发生，停工可能贯穿整个台风过程（避台、抗台、恢复）
- 季节性：概率随月份剧烈波动，盛夏极高而冬季几乎为零
在 PRA 的天气建模框架中，极端天气被建模为概率小于 100% 的 Weather Event。每次模拟迭代中，PRA 会像掷骰子一样决定「这个月有没有台风」，如果有，再随机确定它持续多长时间。
飓风概率建模的方法
数据来源
构建飓风概率模型需要三类数据：
| 数据类型 | 典型来源 | 记录周期建议 |
|---|---|---|
| 历史台风路径 | 中国气象局热带气旋年鉴、CMA-STI 最佳路径数据集 | ≥ 20 年 |
| 单站停工记录 | 项目所在地施工日志、行业记录 | ≥ 10 年 |
| 台风影响时长 | 每次台风过境的预警时间 + 停工时间 + 恢复准备时间 | 历史平均值 |
从历史数据到月度概率
以南海某海域为例，基于 1980-2020 年共 40 年台风路径数据：
| 月份 | 影响次数(40年) | 月概率 | 单次影响停工天数(3点估算) |
|---|---|---|---|
| 5 月 | 3 | 7.5% | 1 / 2 / 3 天 |
| 6 月 | 8 | 20% | 2 / 3 / 5 天 |
| 7 月 | 14 | 35% | 3 / 5 / 8 天 |
| 8 月 | 18 | 45% | 4 / 6 / 10 天 |
| 9 月 | 16 | 40% | 3 / 5 / 8 天 |
| 10 月 | 10 | 25% | 2 / 3 / 5 天 |
| 11 月 | 5 | 12.5% | 1 / 2 / 3 天 |
在 PRA 中，这些数据填入 Weather Event 日历的每行即可。概率字段填对应的百分比，Min/Likely/Max 天数填对应的停工范围。
PRA 里的操作步骤
Risk | Weather Modeling- 勾选 Add weather modeling to this plan
- 在 Weather Events选项卡，点击Add New Event Calendar
- 命名日历（如「南海台风模型」），选择覆盖的月度范围
- 逐月填入：Probability of Occurrence、Min downtime、Most Likely downtime、Max downtime
- 切换到 Assign to Tasks 选项卡，将天气日历分配给受影响的海上作业任务
海上钻井平台的停工场景
在海上钻井项目中，天气停工通常不是「要不要停」的问题，而是「停多少天」的问题（概率 100%）。不同海域、不同季节的停工天数差异极大，这给跨海域的项目进度管理带来巨大挑战。
北海钻井案例（PRA 自带示例）
PRA 自带示例 ExampleWeatherMod-DrillingDaysLost.plan 演示了这个场景。项目中不同区域的钻井任务使用各自的天气日历：
- Shetland 海域：9 月预计停工 5-8 天（最可能 6 天）
- Platform 区域：同等月份仅停工 1-3 天（平台有遮蔽，受天气影响小）
同一时间点，不同区域的任务因为使用不同的天气日历，呈现完全不同的天气停工曲线——这正是 Weather Calendar 灵活性的体现。
同一项目多日历的分配逻辑
一个任务可以被分配多个天气日历，PRA 会将它们叠加处理。例如：
- 任务 A（海上吊装）：受「南海台风」+「冬季季风」两个日历影响
- 任务 B（岸上预制）：仅受「暴雨停工」一个日历影响
这种灵活的组合分配机制让你可以为每个任务精确配置它所面临的天气风险。
多次天气事件的累计影响
这是极端天气建模中容易被忽视但影响最大的维度。
假设一个海上钻井项目工期 18 个月，跨越两个台风季。如果每个台风季各有 40% 概率遇到 1 次停工事件，那么：
- 两个台风季都遇不到停工的迭代：概率 = 60% × 60% = 36%
- 至少遇到一次停工的迭代：概率 = 64%
- 两次都遇到的迭代：概率 = 40% × 40% = 16%
在 1000 次蒙特卡洛模拟中，PRA 会自然覆盖所有这些情景。P80 的结果通常包含两次台风季都遇到停工的情况，这也是为什么 P80 的工期预测往往比确定性计划长出几个月的根本原因。
查看天气影响的图形化显示
运行风险分析后，使用 Step 逐步模式查看：
- 蓝色竖线在甘特图上标记了天气停工时间段
- 每个任务受影响的停工线数量、位置因迭代而不同
- 被暂停的任务在甘特图上清晰可见中断点
实用技巧： 先用 Risk | Run Risk Analysis | Analyze | Step 逐步查看 3-5 次迭代，直观理解天气模型的行为，确认所有任务都正确分配了天气日历后，再让分析跑完。
实战案例：南海钻井平台台风季停工分析
案例：南海某深水钻井平台 — 台风季的停工概率与工期影响
项目背景
中海油某深水半潜式钻井平台在南海北部（17°N, 114°E）执行探井钻探任务，设计井深 5200m，计划工期 95 天。钻探窗口覆盖 7 月-10 月（完整台风季）。日费率约 ¥380 万/天（含平台租赁、服务费、人员成本）。
问题分析
- 南海北部 7-10 月为活跃台风季，平均每年 3-4 个台风进入影响范围
- 每个台风从预警到撤离再到恢复，全过程约 4-8 天
- 深水钻井撤离程序复杂（需回收隔水管、封井），每次额外增加 2 天
- 台风路径不确定性带来停工天数的高度变异
建模过程
基于 1990-2020 年南海台风数据，建立 Weather Event 日历：
| 月份 | 台风概率 | 单次停工天数 Min/ML/Max | 可能次数 |
|---|---|---|---|
| 7 月 | 25% | 3 / 5 / 8 | 1 |
| 8 月 | 35% | 4 / 6 / 9 | 1-2 |
| 9 月 | 40% | 4 / 6 / 9 | 1-2 |
| 10 月 | 30% | 3 / 5 / 7 | 1 |
每个月的概率 < 100%，代表「可能发生台风，也可能不发生」。停工天数包含撤离(2天) + 平台躲避(1-3天) + 恢复(1-2天) + 可能的路径偏移等待(0-1天)。
同时为「台风路径不确定性」创建第二个 Weather Window 日历，定义「平台撤离预警窗口」的开始日期不确定性（通常提前 48-72 小时预警），进一步增加模型的保真度。
分析结果
| 指标 | 确定性计划 | P50 | P80 | P95 |
|---|---|---|---|---|
| 总工期 | 95 天 | 110 天 | 128 天 | 145 天 |
| 台风停工总天数 | 0 | 15 天 | 33 天 | 50 天 |
| 额外费用 | 0 | ¥5700 万 | ¥1.25 亿 | ¥1.90 亿 |
关键发现：P80 下 33 天停工意味着整个钻探窗口被拉长至原来的 1.35 倍。更严重的是，P95 下 50 天停工意味着项目可能被拖延到 11 月之后——与冬季季风期重叠，面临双风险。
决策与总结
项目组据此向公司申请了 ¥1.5 亿的台风应急准备金（P80-P95 之间的额外费用），同时与钻井承包商协商了「台风停工期间费率减半」的合同条款。实际执行中遇到 2 个台风影响（8 月和 9 月各一次），累计停工 19 天，费用控制在 ¥7200 万——是 P50 和 P80 之间的合理值。
一句话启示：5% 概率的台风事件看似不值得担心，但当你跨越 4 个月台风季，累计概率可以飙升到 70%+——极端天气建模的核心就是量化「累计」二字的威力。
本章小结
| 要点 | 一句话 |
|---|---|
| 极端天气模型 | 概率 < 100% 的 Weather Event，每次迭代「掷骰子」决定发生与否 |
| 数据基础 | 历史台风/极端天气记录，建议 20 年以上的数据周期 |
| 停工估算 | 不只算风暴持续时间，还要包含撤离、恢复和等待时间 |
| 累积效应 | 跨越多个台风季时，至少遇到一次停工的概率远高于单月概率 |
| 多日历组合 | 不同任务可分配不同天气日历，同一任务可分配多个日历叠加 |
| Step 调试 | 先用逐步模式验证模型行为，确认无误后再跑全量模拟 |
| 蓝色停工线 | 甘特图上的蓝色竖线标记天气停工，每次迭代不同 |
英文原版内容版权归 Oracle Corporation 所有。中文翻译、案例、习题由 计划工程师 独立创作。
上一章：7.1 天气建模概述|下一章：7.3 季节性施工窗口