Представлен эксергетический анализ системы теплоснабжения (СТ) с внедрением прогнозной модели, основанной на нейросетевых алгоритмах. Исследование направлено на оценку термодинамической эффективности СТ при использовании данных методов, которые позволяют предсказывать изменения температуры и оперативно корректировать параметры системы для повышения ее эффективности. Рассматривается влияние увеличения числа подключаемых потребителей на эксергетический КПД системы теплоснабжения с прогнозной моделью (СТПМ). Показано, что использование нейросетевых алгоритмов, таких как LSTM, значительно повышает способность системы предсказывать внешние температурные изменения и оперативно реагировать на них, что способствует оптимизации потребления энергии и повышению эксергетического КПД, особенно в периоды начала и окончания отопительного сезона. Приведен сравнительный анализ эксергетической эффективности традиционной системы теплоснабжения и системы с прогнозной моделью. Эксергетический анализ выполнен на основе моделирования работы системы с различным числом потребителей. Результаты показывают, что увеличение числа потребителей приводит к росту эксергетического КПД благодаря улучшенному управлению распределением энергии. Рассмотрены возможности значительной экономии тепловой энергии и снижения эксплуатационных затрат при использовании прогнозных методов. Исследование подтверждает, что применение нейросетевых алгоритмов в прогнозных моделях СТ может существенно повысить их эффективность и надежность, что способствует более рациональному использованию энергетических ресурсов, снижению затрат и минимизации негативного воздействия на окружающую среду. Полученные результаты поддерживают внедрение этих методов в крупномасштабные системы теплоснабжения для их оптимизации и повышения эффективности энергопотребления.