Cette thèse porte sur l'identification de modèles à temps discret, et plus précisément, sur l'estimation de retard. Ces travaux sont motivés par une application à des biefs de rivière aménagés pour la production d'énergie hydroélectrique. Les difficultés résident dans l'obligation d'utiliser des données recueillies lors d'une régulation avec action anticipatrice effectuée par un opérateur humain. D'ailleurs, une approche déterminant le degré d'identifiabilité a posteriori montre la faible identifiabilité du retard pour les données disponibles. Afin de pallier ces inconvénients, une méthode originale d'identification bayésienne, non-supervisée et simple à mettre en ?uvre, est développée en résolvant un problème de dégénérescence d'une densité de probabilité. Par ailleurs, une étude d'applicabilité des méthodes existantes d'estimation de retard est menée en motivant les choix retenus. Ceci a conduit à la généralisation d'une méthode fondée sur les corrélations des signaux d'entrée-sortie.